当前位置:   article > 正文

opencv两张图片找不同_opencv 寻找两张图的差异位置

opencv 寻找两张图的差异位置

牙叔教程 简单易学

使用场景

两张图片找不同, 大家来找茬之类的

效果展示

在这里插入图片描述

autojs版本

8.8.7-0

get知识点

  1. 灰度
  2. 图片做减法
  3. 高斯滤波
  4. 闭运算( 先膨胀, 再腐蚀 )
  5. 查找轮廓
  6. 查找最小外接矩形
  7. 计算矩形中心
  8. 计算轮廓面积
  9. 遍历轮廓点位
  10. 画轮廓
  11. 构造Size
  12. 构造Scalar
  13. MatOfPoint转MatOfPoint2f

流程图

在这里插入图片描述

代码讲解

1. 读取图片
var path = "测试图片.png";
var img = images.read(path);
path = "测试图片有绿圈.png";
var img2 = images.read(path);
  • 1
  • 2
  • 3
  • 4
2. 获取mat
let src1Mat = img.getMat();
let src2Mat = img2.getMat();
  • 1
  • 2
3. 颜色空间转换 灰度图
let src1MatGray = new Mat();
let src2MatGray = new Mat();
Imgproc.cvtColor(src1Mat, src1MatGray, Imgproc.COLOR_BGR2GRAY);
Imgproc.cvtColor(src2Mat, src2MatGray, Imgproc.COLOR_BGR2GRAY);
  • 1
  • 2
  • 3
  • 4
4. 图片做减法
var dst = new Mat();
Core.subtract(src2MatGray, src1MatGray, dst);
  • 1
  • 2
5. 保存做了减法的图片
var subtractImg = images.matToImage(dst);
let subtractImgPath = files.join(files.getSdcardPath(), "图片减法.png");
images.save(subtractImg, subtractImgPath);
  • 1
  • 2
  • 3
6. 高斯滤波
let 高斯滤波后的图像 = new Mat();
Imgproc.GaussianBlur(dst, 高斯滤波后的图像, newSize(5), 3, 3);
  • 1
  • 2
7. 闭运算 (先膨胀后腐蚀)
let 闭运算后的图像 = new Mat();
Imgproc.morphologyEx(
  高斯滤波后的图像,
  闭运算后的图像,
  Imgproc.MORPH_CLOSE,
  Imgproc.getStructuringElement(Imgproc.MORPH_RECT, newSize(5))
);
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
8. 查找轮廓
let contours = new java.util.ArrayList();
let hierarchy = new Mat();
Imgproc.findContours(闭运算后的图像, contours, hierarchy, Imgproc.RETR_EXTERNAL, Imgproc.CHAIN_APPROX_SIMPLE);
  • 1
  • 2
  • 3
9. 遍历轮廓, 提取数据
let bigArr = [];
let cxyArr = [];
let areaArr = [];
for (let i = 0; i < contours.size(); ++i) {
  let item = contours.get(i);
  // 最小外接矩形
  let rotateRect = Imgproc.minAreaRect(new MatOfPoint2f(item.toArray()));
  // 矩形中心
  cxyArr.push([rotateRect.center.x, rotateRect.center.y]);
  // 轮廓面积
  let area = Math.abs(Imgproc.contourArea(item));
  areaArr.push(area);
  var len = item.size();
  let arr = [];
  // 提取轮廓坐标
  for (var w = 0; w < len.width; w++) {
    for (var h = 0; h < len.height; h++) {
      arr.push(item.get(h, w));
    }
  }
  bigArr.push(arr);
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
10. 画面积较大的轮廓
var len = bigArr.length;
for (var i = 0; i < len; i++) {
  if (areaArr[i] < 10000) {
    continue;
  }
  let arr = bigArr[i];
  var arrLen = arr.length;
  path.moveTo(arr[0][0], arr[0][1]);
  for (var j = 1; j < arrLen; j++) {
    path.lineTo(arr[j][0], arr[j][1]);
  }
  path.close();
  // 画轮廓
  canvas.drawPath(path, paint);
  // 画轮廓中心
  let xy = cxyArr[i];
  canvas.drawPoint(xy[0], xy[1], paint);
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
11. 保存图片
var image = canvas.toImage();
images.save(image, "/sdcard/tmp.png");
  • 1
  • 2
12. 释放资源
img.recycle();
img2.recycle();
subtractImg.recycle();
image.recycle();

src1Mat.release();
src2Mat.release();
src1MatGray.release();
src2MatGray.release();
dst.release();
高斯滤波后的图像.release();
闭运算后的图像.release();
hierarchy.release();
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
13. 打开图片
app.viewFile("/sdcard/tmp.png");
  • 1

相关知识点

1. 另一种图片减法
Core.absdiff(src2MatGray, src1MatGray, dst);
  • 1
2. findContours 参数轮廓的检索模式, 定义轮廓的近似方法
findContours( InputOutputArray image, OutputArrayOfArrays contours,
                              OutputArray hierarchy, int mode,
                              int method, Point offset=Point());
取值一:CV_RETR_EXTERNAL只检测最外围轮廓,包含在外围轮廓内的内围轮廓被忽略
取值一:CV_CHAIN_APPROX_NONE 保存物体边界上所有连续的轮廓点到contours向量内
取值二:CV_CHAIN_APPROX_SIMPLE 仅保存轮廓的拐点信息
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
3. Scalar
color = new Scalar(0,255,0)
color = new Scalar(199);
  • 1
  • 2
4. drawContours
Imgproc.drawContours(闭运算后的图像, contours, idx, color, Core.FILLED, 8, hierarchy);
  • 1

参考文章


完整源码


声明

部分内容来自网络
本教程仅用于学习, 禁止用于其他用途

bilibili

牙叔教程

微信公众号 牙叔教程

在这里插入图片描述

QQ群

747748653
在这里插入图片描述

在这里插入图片描述

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家自动化/article/detail/103877?site
推荐阅读
相关标签
  

闽ICP备14008679号