硫酸锌01
2021-12-05 22:05
采纳率: 50%
浏览 59
已结题

如何用Python+NumPy实现比较两张图片重叠的部分?

问题背景

如果两张图片只存在上下的偏移,并且重叠的部分是近似相等,并且不能用缩图的方式进行“近似”比较,那么使用Python+Numpy库,有没有什么办法能比对出这两张图片的上下错位的偏移量?

例如这两张图:

img

相关代码

我已经实现了一种找到偏移量的方法,是从偏移量-h/2到h/2进行逐行搜寻,依次计算每次的像素差异值的大小之后找到差异最小的那次,算作两张图片的偏移量。

但是由于循环次数较多,所以运行速度较慢,能否有更快的速度可以计算出结果的算法?

import cv2
import numpy as np

def overlay(d1, d2, d):
    '''计算重叠部分差异绝对值的平均值'''
    L1 = d1.shape[0]
    L2 = d2.shape[0]
    dd1 = d1[max(0,  d):min(L1, L2+d)]
    dd2 = d2[max(-d, 0):min(L1-d, L2)]
    return np.abs(- 1 * dd2 + dd1).mean()

def offset(img1, img2):
    '''计算两张图片的平移偏移量'''
    height = img1.shape[0]
    avg = np.inf
    for h in range(- height // 2, height // 2): # 搜寻范围
        avg1 = overlay(img1, img2, h)
        if avg > avg1:
            avg = avg1
            dh = h
    return dh, avg

img1 = cv2.imread(file1)
img2 = cv2.imread(file2)
print(offset(img1, img2))
  • 写回答
  • 好问题 提建议
  • 追加酬金
  • 关注问题
  • 邀请回答

2条回答 默认 最新

  • 爱晚乏客游 2021-12-06 17:37
    最佳回答

    如果大小不一致的话,看看sift算法,大小一致的话直接模板匹配

    评论
    解决 1 无用
    打赏 举报
查看更多回答(1条)

相关推荐 更多相似问题