python opencv 目标识别 计算机视觉

Question

图片1：

图片2：

需求说明：
1.不使用深度学习，机器学习之类的算法，就使用python+opencv
2.从图片1中识别出图片2中用红色框圈出的两个零部件；
3.判断两个零部件是否位置对齐（如图1中所处位置）。

Answer 1

为了实现从图片1中识别出图片2中用红色框圈出的两个零部件，并判断它们是否位置对齐，可以使用以下代码作为参考：

import cv2
import numpy as np

def detect_and_match_parts(image1, image2, template1, template2):
    # 读取图像和模板
    img1 = cv2.imread(image1)
    img2 = cv2.imread(image2)
    temp1 = cv2.imread(template1, 0)
    temp2 = cv2.imread(template2, 0)

    # 使用模板匹配方法进行目标识别
    res1 = cv2.matchTemplate(img1, temp1, cv2.TM_CCOEFF_NORMED)
    res2 = cv2.matchTemplate(img2, temp2, cv2.TM_CCOEFF_NORMED)

    # 设置匹配结果的阈值
    threshold = 0.8

    # 获取匹配结果中符合阈值的位置
    loc1 = np.where(res1 >= threshold)
    loc2 = np.where(res2 >= threshold)

    # 检查两个零部件是否位置对齐
    aligned = False
    for pt1 in zip(*loc1[::-1]):
        for pt2 in zip(*loc2[::-1]):
            # 计算两个零部件的位置差
            dx = pt2[0] - pt1[0]
            dy = pt2[1] - pt1[1]
            
            # 如果位置差小于一定阈值，则判定为位置对齐
            if abs(dx) < 10 and abs(dy) < 10:
                aligned = True
                # 在图像上绘制矩形框标记零部件
                cv2.rectangle(img1, pt1, (pt1[0] + temp1.shape[1], pt1[1] + temp1.shape[0]), (0, 0, 255), 2)
                cv2.rectangle(img2, pt2, (pt2[0] + temp2.shape[1], pt2[1] + temp2.shape[0]), (0, 0, 255), 2)
                break
    
    # 显示结果图像
    cv2.imshow("Image 1", img1)
    cv2.imshow("Image 2", img2)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

    return aligned

# 调用函数进行目标识别和位置对齐判断
aligned = detect_and_match_parts("image1.jpg", "image2.jpg", "template1.jpg", "template2.jpg")

if aligned:
    print("两个零部件位置对齐")
else:
    print("两个零部件未位置对齐")

请确保将image1.jpg、image2.jpg、template1.jpg和template2.jpg替换为实际的文件路径，这些文件包括了图片1、图片2以及红色框圈出的两个零部件的模板图像。

该代码会在图片1和图片2中进行模板匹配，找到与模板1和模板2匹配的位置。然后，通过计算两个零部件的位置差，判断它们是否位置对齐。如果位置差较小，则在图片1和图片2上绘制矩形框标记零部件。

最后，通过调用cv2.imshow显示结果图像，并根据位置对齐的结果输出相应的信息。