前言
1.有一个小游戏,就给出两张内容几乎差不多全部相同的图像,让大家在最快的时间内找出两个图像中有几处不同地方,我这里试着用OpenCV实现这个功能。
2.我的编程环境是Windows 10 64位,IDE是VS2019,配置了OpenCV 4.5,实现语言是C++。是于如果配置以上的环境,可以看我之前写的博文。
一、资源准备
可以在网上搜《图片大找茬》,然后下载两张相似的图像,但图像的大小必须一样。下面是我指用的两张图像。如果不一样,就用resize()这个函数去调整两张图像的尺寸。
二、代码演示
1.这里用到的是OpenCV图像基本运算,两图相减。使用的API是subtract()。
代码是传入两张图像
void imageSubtract(Mat &image1, Mat &image2)
{
if (( != ) || ( != ))
{
if ( > )
{
resize(image1, image1, (), 0, 0, INTER_LINEAR);
}
else if ( < )
{
resize(image2, image2, (), 0, 0, INTER_LINEAR);
}
}
Mat image1_gary, image2_gary;
if (() != 1)
{
cvtColor(image1, image1_gary, COLOR_BGR2GRAY);
}
if (() != 1)
{
cvtColor(image2, image2_gary, COLOR_BGR2GRAY);
}
Mat frameDifference, absFrameDifferece;
Mat previousGrayFrame = image2_gary.clone();
//图1减图2
subtract(image1_gary, image2_gary, frameDifference, Mat(), CV_16SC1);
//取绝对值
absFrameDifferece = abs(frameDifference);
//位深的改变
(absFrameDifferece, CV_8UC1, 1, 0);
imshow("absFrameDifferece", absFrameDifferece);
Mat segmentation;
//阈值处理(这一步很关键,要调好二值化的值)
threshold(absFrameDifferece, segmentation,100, 255, THRESH_BINARY);
//中值滤波
medianBlur(segmentation, segmentation, 3);
//形态学处理(开闭运算)
//形态学处理用到的算子
Mat morphologyKernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
morphologyEx(segmentation, segmentation, MORPH_CLOSE, morphologyKernel, Point(-1, -1), 2, BORDER_REPLICATE);
//显示二值化图片
imshow("segmentation", segmentation);
//找边界
vector< vector<Point> > contours;
vector<Vec4i> hierarchy;
findContours(segmentation, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));//CV_RETR_TREE
vector< vector<Point> > contours_poly(());
vector<Rect> boundRect;
();
for (int index = 0; index < (); index++)
{
approxPolyDP(Mat(contours[index]), contours_poly[index], 3, true);
Rect rect = boundingRect(Mat(contours_poly[index]));
rectangle(image2, rect, Scalar(0, 255, 0), 2);
}
imshow("效果图", image2);
}
2.运行效果
结语
例子很简单,但是这个方法用到移动目标追踪的上去,就是两帧差,学习交流可加企鹅群:767133823