Question

我有两个cv :: Mat实例：m1和m2。它们具有相同的数字类型和大小。 OpenCV中是否有任何函数返回矩阵是否相同（具有所有相同的值）？

Answer 1

正如Acme所提到的，你可以使用cv::compare，尽管它并不像你希望的那样干净在以下示例中，使用!= operator：

调用cv::compare

// Get a matrix with non-zero values at points where the 
// two matrices have different values
cv::Mat diff = a != b;
// Equal if no elements disagree
bool eq = cv::countNonZero(diff) == 0;

据推测，通过比较元素迭代会更快吗？如果您知道类型，则可以使用STL equal函数：

bool eq = std::equal(a.begin<uchar>(), a.end<uchar>(), b.begin<uchar>());

Answer 2

以下内容也适用于多通道矩阵：

bool isEqual = (sum(img1 != img2) == Scalar(0,0,0,0));

由于sum接受具有1到4个通道的矩阵，并返回Scalar，其中[0]处的元素是第一个通道的总和的结果，依此类推。

Answer 3

将cv::compare与cv::countNonZero结合使用。

一个可以帮助您进一步帮助您的问题OpenCV compare two images and get different pixels

Answer 4

我用这个：

bool areEqual(const cv::Mat& a, const cv::Mat& b) {
    cv::Mat temp;
    cv::bitwise_xor(a,b,temp); //It vectorizes well with SSE/NEON
    return !(cv::countNonZero(temp) );
}

如果您必须多次执行此操作，可以将其设置为一个类，将temp作为成员，并防止每次都分配图像。详细信息：使temp变为可变，以便areEqual可以是const方法。

请注意cv::countNonZero only works with cv::Mat of one channel。它有点矫枉过正，但在这种情况下，可以使用cv::split将每个频道拆分为单独的图片并对其进行cv::countNonZero。

Answer 5

使用单一功能的另一种方法是使用：

bool areIdentical = !cv::norm(img1,img2,NORM_L1);

由于L1范数计算为∑I|img1(I)−img2(I)|

参考：OpenCV norm

Answer 6

这是我用来比较通用的代码（不依赖于元素的维度或类型）cv::Mat实例：

bool matIsEqual(const cv::Mat Mat1, const cv::Mat Mat2)
{
  if( Mat1.dims == Mat2.dims && 
    Mat1.size == Mat2.size && 
    Mat1.elemSize() == Mat2.elemSize())
  {
    if( Mat1.isContinuous() && Mat2.isContinuous())
    {
      return 0==memcmp( Mat1.ptr(), Mat2.ptr(), Mat1.total()*Mat1.elemSize());
    }
    else
    {
      const cv::Mat* arrays[] = {&Mat1, &Mat2, 0};
      uchar* ptrs[2];
      cv::NAryMatIterator it( arrays, ptrs, 2);
      for(unsigned int p = 0; p < it.nplanes; p++, ++it)
        if( 0!=memcmp( it.ptrs[0], it.ptrs[1], it.size*Mat1.elemSize()) )
          return false;

      return true;
    }
  }

  return false;
}

我不明白，为什么cv::Mat根据此实现没有运算符==。

Answer 7

使用cv::countNonZero的问题在于此功能仅适用于单通道图像。如果要使用多通道图像，则必须分别照顾每个通道。第一步是将图像分成多个通道。正如Antonio所解释的，您可以为此使用cv::split函数。拆分后，您可以为每个通道使用cv::countNonZero，并使用迭代对所有通道的结果求和。 cv::Mat::channels为您提供了频道数。

这是我用来检查两个矩阵是否相同的代码。

bool isEqual(cv::Mat firstImage, cv::Mat secondImage){
    cv::Mat dst;
    std::vector<cv::Mat>channels;
    int count = 0;
    cv::bitwise_xor(firstImage, secondImage, dst);
    cv::split(dst, channels);
    for (int ch = 0; ch<dst.channels();ch++){
        count += cv::countNonZero(channels[ch]);
    }
    return count == 0 ? true : false;
}

Answer 8

对于多通道图像，您可以使用cv::Mat::reshape创建单个通道图像，而不会产生任何额外开销。

将更新Antonio's answer

bool areEqual(const cv::Mat& a, const cv::Mat& b)
{
    cv::Mat temp;
    cv::bitwise_xor(a,b,temp);
    return !(cv::countNonZero(temp.reshape(1)));
}

如何检查OpenCV中两个矩阵是否相同

8 个答案: