opencv2、python⽐较两张相同尺⼨图⽚，并标注出其差异处
asure import compare_ssim
import argparse
import imutils
import cv2
#加载两张图⽚：
#注意，从⽂件路径复制来的斜杠是反的，记得更改，且⽤英⽂路径
imageA = cv2.imread("C:/Users/Estiny/Desktop/text/11.16.jpg")
imageB = cv2.imread("C:/Users/Estiny/Desktop/text/11.11.jpg")
#将他们转换为灰度：
rectangle函数opencvgrayA = cv2.cvtColor(imageA,cv2.COLOR_BGR2GRAY)
grayB = cv2.cvtColor(imageB,cv2.COLOR_BGR2GRAY)
#计算两个灰度图像之间的结构相似度指数：
#不过ssim多⽤于压缩图⽚后的失真度⽐较。。
(score,diff)= compare_ssim(grayA,grayB,full =True)
diff =(diff *255).astype("uint8")
#到不同点的轮廓以致于我们可以在被标识为“不同”的区域周围放置矩形：
thresh = cv2.threshold(diff,0,255,cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
#cv2.findContours()函数返回两个值，⼀个是轮廓本⾝，还有⼀个是每条轮廓对应的属性。
#其⾸先返回⼀个list，list中每个元素都是图像中的⼀个轮廓
cnts = cv2.py(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
"""注意cv版本，下⾯这⼀⾏会出现下列问题：
OpenCV 3 改为cv2.findContours(...)返回值为image, contours, hierarchy，
OpenCV 2 cv2.findContours(...)和OpenCV 4 的cv2.findContours(...)返回值为contours, hierarchy。"""
#把contour轮廓储存在cnts这个list列表⾥
cnts = cnts[1]if imutils.is_cv2()else cnts[0]
#到⼀系列区域，在区域周围放置矩形：
"""
第⼀个参数：img是原图
第⼆个参数：（x，y）是矩阵的左上点坐标
第三个参数：（x+w，y+h）是矩阵的右下点坐标
第四个参数：（0,0,255）是画线对应的rgb颜⾊
第五个参数：2是所画的线的宽度
"""
for c in cnts:
for c in cnts:
(x,y,w,h)= cv2.boundingRect(c)
#⽤cv2.imshow 展现最终对⽐之后的图⽚， cv2.imwrite 保存最终的结果图⽚
cv2.imshow("differ",imageB)
cv2.imwrite("differ.png",imageB)
cv2.waitKey(0)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。