如何通过Python检测照片中的相似对象

编程问答 2022-08-12

问题描述

目前，我尝试通过Python开发AI系统以匹配2张照片中的神圣物体。 第一张照片是DSLR相机拍摄的高分辨率圣物（A）照片。

enter image description here

第二张照片是手机相机捕获的神圣物体（A）照片。

enter image description here

我需要AI系统来预测相似百分比从0-100％。 我尝试了一些方法，但是收效不佳。

请提出哪种方法适合预测模型？ 谢谢

解决方法

一种方法是使用template-matching

如果您将第一个图像用作模板：

  • 模板图片：

  • enter image description here

  • 源图像：

  • enter image description here

  • 结果将是：

  • enter image description here

步骤：

    1. 将template和source图像都转换为灰度并应用Canny边缘检测。
    • template = cv2.imread("template_resized.jpg")
template = cv2.cvtColor(template,cv2.COLOR_BGR2GRAY)
template = cv2.Canny(template,50,200)

    • enter image description here 

    • source = cv2.imread("source_resized.jpg")
source = cv2.cvtColor(source,cv2.COLOR_BGR2GRAY)
source = cv2.Canny(source,200)

    • enter image description here

    1. 检查模板是否与源图像匹配

    • result = cv2.matchTemplate(source,template,cv2.TM_CCOEFF)

    • 我们需要result

      中的最大值和最大值位置

    • (_,maxVal,_,maxLoc) = cv2.minMaxLoc(result)

    1. 获取坐标并绘制矩形
    • (startX,startY) = (int(maxLoc[0] * r),int(maxLoc[1] * r))
(endX,endY) = (int((maxLoc[0] + w) * r),int((maxLoc[1] + h) * r))

    • 绘制矩形

    • cv2.rectangle(image,(startX,startY),(endX,endY),(0,255),2)

可能的问题： 为什么不使用原始图像尺寸？

答案：嗯，template-matching对于小图像效果更好。否则，结果将不令人满意。如果我使用原始图像尺寸，则结果将是：link

可能的问题： 为什么使用cv2.TM_CCOEFF？

答案：这只是一个示例，您可以尝试其他parameters

可能的问题： 如何使用模板匹配来计算相似度百分比？

答案：请查看此answer。如前所述，您可以将minMaxLoc的输出用于相似度百分比。

有关完整代码，请查看opencv-python tutorial。

image-processingobject-detectionpredictionpython