命令行工具，用于匹配图像的相似部分

Question

我正在尝试裁剪几千张扫描图像。我正在写一个脚本，如果我可以确定源图像是3x5图片还是未剪切边框（扫描仪盖子）的4x6图片，将相应裁剪图片。

我找到了命令行工具来比较和匹配整个图像（使用imagemagick转换），但不是图像的指定区域：

convert img1.jpg  "img2.jpg" -compose difference -composite -colorspace gray miff:- | identify -verbose - | sed -n '/^.*mean: */{s//scale=2;/;s/(.*)//;s/$/*100\/32768/;p;q;}' | bc

（如果结果＆lt; .10通常匹配，但它是cpu密集型的）

是否有工具或Python图像库让我匹配比较两个图像中的某些区域以查看它们是否匹配？未剪切区域不是纯白色，如下面的示例图像所示（1 3x5,14x6）。我需要匹配的是前100个左右的像素，显然我无法匹配整个图像。我考虑过复制和裁剪图像并将裁剪与参考图像匹配，但这似乎不太理想。

Answer 1

我不知道存在一个特定的命令行工具来执行此操作，但使用numpy编写自己的工具将非常简单。基本程序是：

1. 将扫描仪盖子的普通图像加载到ndarray。
2. 将每张照片/图片加载到ndarray中。
3. 比较两者的重要部分并指定分数。
4. 如果分数高于您的门槛......

如果性能问题，可以通过使用seek()移动文件来优化步骤2，并且只读取部分文件以加快速度。

numpy部分的概念验证实现：

>>> import numpy as np
>>> scanner_lid = np.ones((5, 5))
>>> scanner_lid
array([[ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.]])
>>> photo = np.random.randint(0, 2, (5, 5))
>>> photo
array([[0, 0, 1, 1, 0],
       [0, 1, 1, 1, 0],
       [0, 0, 1, 1, 1],
       [1, 1, 0, 0, 1],
       [1, 0, 1, 1, 1]])
>>> matching_pixels = scanner_lid[0:2, 0:2] == photo[0:2, 0:2]  #compare the top-left 4 pixels
>>> matching_pixels
array([[False, False],
       [False,  True]], dtype=bool)
>>> np.sum(matching_pixels)
1

当然，在实际应用中，您应该测量像素值之间的差异，因为强度和色​​彩平衡可能会因扫描而发生变化等等......但是，我认为它不需要很多时间提出一些可用于你工作的东西。

HTH！