在python中利用opencv簡單做圖片比對的方法
更新時間:2019年01月24日 10:03:06 投稿:jingxian
今天小編就為大家分享一篇在python中利用opencv簡單做圖片比對的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
下面代碼中利用了兩種比對的方法,一 對圖片矩陣(m x m)求解特征值,通過比較特征值是否在一定的范圍內,判斷圖片是否相同。二 對圖片矩陣(m x m)中1求和,通過比較sum和來比較圖片。
# -*- coding: utf-8 -*- import cv2 as cv import numpy as np import os file_dir_a='C:\Users\wt\Desktop\data\image1\\' file_dir_b='C:\Users\wt\Desktop\data\image\\' savepath='.\' all_file_name_a=os.listdir(file_dir_a) all_file_name_b=os.listdir(file_dir_b) image_all_a=[] image_all_b=[] for name in all_file_name_a: image_one=[] image = cv.imread(file_dir_a+name, cv.IMREAD_GRAYSCALE) """arg是計算輸入圖片矩陣的特征值,通過對特征值的比較來實現(xiàn)圖片的比對 """ # arg=np.linalg.eigvals(image) """arg是計算輸入二值圖片矩陣中1的個數(shù),通過1的總數(shù)來實現(xiàn)圖片的比對 """ arg=sum(image) image_one.append(name) image_one.append(arg) image_all_a.append(image_one)#將一個圖片的信息寫入 print '讀入a' # np.save('img_a.npy',image_all_a) for name in all_file_name_b: image_one=[] image = cv.imread(file_dir_b+name, cv.IMREAD_GRAYSCALE) """同上 """ # arg=np.linalg.eigvals(image) arg=sum(image) image_one.append(name) image_one.append(arg) image_all_b.append(image_one)#將一個圖片的信息寫入 print '讀入b' # np.save('img_b.npy',image_all_b) print '開始比較' result_all=[] for a in image_all_a: #比較小的 result = [] for b in image_all_b: # print sum(a[1]-b[1]) if abs(sum(a[1]-b[1]))<0.00001: result.append(a[0]) result.append(b[0]) result_all.append(result) print '比較結束' print result_all np.save('match_result1.npy',result_all)
以上這篇在python中利用opencv簡單做圖片比對的方法就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
您可能感興趣的文章:
相關文章
Python基于QRCode實現(xiàn)生成二維碼的方法【下載,安裝,調用等】
這篇文章主要介紹了Python基于QRCode實現(xiàn)生成二維碼的方法,結合實例形式較為詳細的分析了Python下載,安裝與調用QRCode實現(xiàn)生成二維碼功能的具體步驟與相關操作技巧,需要的朋友可以參考下2017-07-07Django filter動態(tài)過濾與排序實現(xiàn)過程解析
這篇文章主要介紹了Django filter動態(tài)過濾與排序實現(xiàn)過程解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-11-11python中文分詞+詞頻統(tǒng)計的實現(xiàn)步驟
詞頻統(tǒng)計就是輸入一段句子或者一篇文章,然后統(tǒng)計句子中每個單詞出現(xiàn)的次數(shù),下面這篇文章主要給大家介紹了關于python中文分詞+詞頻統(tǒng)計的相關資料,需要的朋友可以參考下2022-06-06