C# emgu.cv图像识别 从大图中寻找小图,判断存在图的相似度_emgucv4.8中orbdetector实现比较两张图相似度

最近写了一个在一张图片中，截取一部分，通过机器判断截取图片是这张图片的。

也就是说：

第一、通过小图去找判断是否存在大图中，

第二、小图存在大图的什么位置

这是2个问题，我采用emgu.cv来解决这个识别问题，这里需要在nuget中引用emgu

第一个问题：

判断该小图是否存在大图中，这里我们最终结果输出一个匹配度：

/// <summary>
      /// 判断是否存在图片
      /// </summary>
      /// <param name="fatherImg"></param>
      /// <param name="childImg"></param>
      /// <param name="MaxLike"></param>
      /// <returns></returns>
      private bool IsHaveImage(string fatherImg, string childImg, double? MaxLike = null)
      {
          if (!MaxLike.HasValue)
              MaxLike = 0.99;
          Image<Bgr, byte> a = new Image<Bgr, byte>(fatherImg);
          Image<Bgr, byte> b = new Image<Bgr, byte>(childImg);
          Image<Gray, float> c = new Image<Gray, float>(a.Width, a.Height);

          c = a.MatchTemplate(b, TemplateMatchingType.CcorrNormed);
          double min = 0, max = 0;
          Point maxp = new Point(0, 0);
          Point minp = new Point(0, 0);
          CvInvoke.MinMaxLoc(c, ref min, ref max, ref minp, ref maxp);
          Console.WriteLine(min + " " + max);
          CvInvoke.Rectangle(a, new Rectangle(maxp, new Size(b.Width, b.Height)), new MCvScalar(0, 0, 255), 3);
          pictureBox1.Image = a.ToBitmap();

          if (max > MaxLike)
          {
              Console.WriteLine("true");
              return true;
          }
          else
          {
              Console.WriteLine("false");
              return false;
          }
      }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

第二，查找图片位置

/// <summary>
    /// 找图
    /// </summary>
    /// <param name="img1">大图</param>
    /// <param name="img2">小图</param>
    /// <returns></returns>
    public Rectangle GetMatchPos(string img1, string img2)
    {
        try
        {
            Mat Src = CvInvoke.Imread(img1, ImreadModes.Grayscale);
            Mat Template = CvInvoke.Imread(img2, ImreadModes.Grayscale);

            Mat MatchResult = new Mat();//匹配结果

            CvInvoke.MatchTemplate(Src, Template, MatchResult, TemplateMatchingType.CcorrNormed);//使用相关系数法匹配
            Point max_loc = new Point();
            Point min_loc = new Point();
            double max = 0, min = 0;
            CvInvoke.MinMaxLoc(MatchResult, ref min, ref max, ref min_loc, ref max_loc);//获得极值信息
            Console.WriteLine(min + " " + max);

            return new Rectangle(max_loc, Template.Size);
        }
        catch (Exception)
        {
            return new Rectangle(0, 0, 0, 0);
        }
    }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29