python中利用opencv简单做图片比对
2017-12-21 17:30
465 查看
python环境中,利用opencv对二值单通道图片进行比对
下面代码中利用了两种比对的方法,一 对图片矩阵(m x m)求解特征值,通过比较特征值是否在一定的范围内,判断图片是否相同。二 对图片矩阵(m x m)中1求和,通过比较sum和来比较图片。# -*- 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是计算输入图片矩阵的特征值,通过对特征值的比较来实现图片的比对 """ # arg=np.linalg.eigvals(image) """arg是计算输入二值图片矩阵中1的个数,通过1的总数来实现图片的比对 """ arg=sum(image) image_one.append(name) image_one.append(arg) image_all_a.append(image_one)#将一个图片的信息写入 print '读入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)#将一个图片的信息写入 print '读入b' # np.save('img_b.npy',image_all_b) print '开始比较' result_all=[] for a in image_all_a: #比较小的 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 '比较结束' print result_all np.save('match_result1.npy',result_all)
相关文章推荐
- python利用Opencv进行人脸识别(视频流+图片)
- 利用Python实现简单的相似图片搜索的教程
- 利用Python和OpenCV将图片URL直接转换成OpenCV的图片格式
- 基于Qt与OpenCV的图片读取、保存,并利用Canny进行简单的边缘处理结果显示
- 利用python进行简单的图片处理
- python︱利用dlib和opencv实现简单换脸、人脸对齐、关键点定位与画图
- opencv3 for python 之 创建图片绘制简单几何图形
- opencv-python 学习笔记1:简单的图片处理
- python+opencv实现简单的图片搜索功能
- 利用python对网页和图片的简单爬取
- [python]利用BeautifulSoup进行简单图片抓取
- opencv-python 学习笔记1:简单的图片处理
- opencv-python 学习笔记1:简单的图片处理
- 利用Python实现简单的相似图片搜索
- 利用Opencv实现简单的图片切割(JAVA)
- opencv-python 学习笔记1:简单的图片处理
- 【Python_Demo_4】 利用OpenCv的ROI区域,将衣服图片切成规则的小图片的python程序
- python的数据增强利用opencv读取图片
- opencv for python 之 创建图片绘制简单几何图形
- python3-opencv库(3)--图片颜色空间转换,利用HSV进行物体跟踪,图像通道分离与合并