随颜色变化突出显示两个图像之间的形状差异

Question

与第一版相比，我正在尝试使代码更健壮。目的是通过比较图像A和图像B以获得图像C来生成最终的单个图像。目前，我正在努力显示由黑线组成的图像中的差异。在这种情况下，将是图像A和B。我有一个工作方法，可以调整图像大小并完成预处理（调整大小，减少噪声等）。我开发来显示差异的代码（图像C）如下所示：

np_image_A = np.array(image_A)
np_image_B = np.array(image_B)

# Set the green and red channels respectively to 0. Leaves a blue image
np_image_A[:, :, 1] = 0
np_image_A[:, :, 2] = 0
# Set the blue channels to 0.
np_image_B[:, :, 0] = 0
# Add the np images after color modification
overlay_image = cv2.add(np_image_A, np_image_B)

我目前认为这不够强大，可能会导致一些问题。我想使用一种方法来显示单个图像中图像A和B之间的图像差异。并且为图像A分配一种颜色的差异，为图像B分配另一种颜色（例如蓝色和红色，黑色表示相同的区域）。下图中突出显示了该图像：

为了解决这个问题，我从StackOverflow获得了一些帮助，现在有了一种在OpenCV中使用屏蔽和合并的方法。我发现的问题是仅显示了附加更改，并且如果删除了某个项目，则该项目不会显示在差异图像中。

这是更新后的代码，它使我成为所寻求解决方案的一部分。此代码的问题是，它生成在图像D中找到的内容，而不是在图像C中找到的内容。代码两次，切换img = imageA和imageB，但是由于某种原因输出被破坏了。

    # load image A as color image
    img = cv2.imread('1a.png')
    # load A and B as grayscale
    imgA = cv2.imread('1a.png',0)
    imgB = cv2.imread('1b.png',0)
    # invert grayscale images for subtraction
    imgA_inv = cv2.bitwise_not(imgA)
    imgB_inv = cv2.bitwise_not(imgB)
    # subtract the original (A) for the new version (B)
    diff = cv2.subtract(imgB_inv, imgA_inv)
    # split color image A into blue,green,red color channels
    b,g,r = cv2.split(img)
    # merge channels back into image, subtracting the diff from
    # the blue and green channels, leaving the shape of diff red
    res = cv2.merge((b-diff,g-diff,r))
    # display result
    cv2.imshow('Result',res)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

我正在寻找的结果是图像C，但是目前我只能使用修改后的代码获得图像D。

编辑：这是要使用的测试图像A和B。

Answer 1

您快到了，但是您需要创建两个单独的差异。一个差异表示位于A中但不在B中的黑色像素，另一个差异表示位于B中但不在A中的黑色像素。

结果：

import cv2
import numpy as np

# load A and B as grayscale
imgA = cv2.imread('1a.png',0)
imgB = cv2.imread('1b.png',0)
# invert grayscale images for subtraction
imgA_inv = cv2.bitwise_not(imgA)
imgB_inv = cv2.bitwise_not(imgB)

# create two diffs, A - B and B - A
diff1 = cv2.subtract(imgB_inv, imgA_inv)
diff2 = cv2.subtract(imgA_inv, imgB_inv)
# create a combined image of the two inverted 
combined = cv2.add(imgA_inv, imgB_inv)
combined_inv = cv2.bitwise_not(combined)
# convert the combined image back to rbg, 
# so that we can modify individual color channels
combined_rgb = cv2.cvtColor(combined_inv, cv2.COLOR_GRAY2RGB)
# split combined image into blue,green,red color channels
b,g,r = cv2.split(combined_rgb)
# merge channels back into image, adding the first diff to
# the red channel and the second diff to the blue channel
res = cv2.merge((b+diff2,g,r+diff1))
# display result
cv2.imshow('Result',res)
cv2.waitKey(0)
cv2.destroyAllWindows()