如何区分两个输入图像？

Question

i我只想处理图像。问题是我有两种输入图像。一个精确地捕捉到卡图像，另一个保持在桌上，其中信用卡位于捕捉中心，从而捕捉另一个图像。我只想在获取输入并阅读后对输入图像进行分类。我正在尝试开发Python和OpenCV。

我已经尝试过一些寻找边缘的方法，但是我期待着比那一步更好的方法。

cnts = imutils.grab_contours(cnts)
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:5]  

for c in cnts:
    peri = cv2.arcLength(c, True)
        approx = cv2.approxPolyDP(c, 0.02 * peri, True)

        if len(approx) == 4:
                screenCnt = approx
            break

我需要一种图像处理方法来区分使用python和opencv的输入图像场景

Answer 1

我认为您想要的是follow a tutorial like this。基本上，您需要这样做：

• 关键点提取。您会在网上找到很多有关SIFT和SURF的资料，但您需要为此提供contrib库。如果您没有贡献，建议您使用风险，赤字或ORB。
• 然后您可以进行关键点匹配。
• 然后，您可以使用距离或距离比测试滤除不良匹配项。

在此之后，根据您所拥有的良好匹配项的数量，您将很清楚对象是否在图像中。如果您想进一步查找屏幕上的图像/过滤掉误报，可以执行以下操作：

• 找到火柴的单应性
• 检查内衬
• 变换透视图以在图像/场景上找到它

祝你好运！