python - 如何通过Python检测照片中的相似物体

Question

目前，我尝试通过 Python 开发 AI 系统以匹配来自 2 张照片的神圣对象。第一张照片是由数码单反相机拍摄的高分辨率圣物 (A) 照片。 第二张照片是由手机相机拍摄的圣物 (A) 照片。

我需要人工智能系统来预测 0 - 100% 的相似百分比。我尝试了一些方法，但没有得到好的结果。

请建议哪种方法适合预测模型？感谢

标签： pythonimage-processingobject-detectionprediction

Answer 1

一种方法是使用template-matching

如果您使用第一张图片作为模板：

• 模板图片：

---

• 

• 源图像：

---

• 

• 结果将是：

---

• 

脚步：

---

• 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)
    

  • 

  • source = cv2.imread("source_resized.jpg")
    source = cv2.cvtColor(source, cv2.COLOR_BGR2GRAY)
    source = cv2.Canny(source, 50, 200)
    

  • 

• 2. 检查模板是否与源图像匹配

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

  • 我们需要最大值和最大值位置result

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

• 3. 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, 0, 255), 2)
    

可能的问题：您为什么不使用原始图像尺寸？

---

答：嗯，template-matching对小图像效果更好。否则结果不令人满意。如果我使用原始图像大小，结果将是：link

可能的问题：你为什么使用cv2.TM_CCOEFF?

---

答：这只是一个例子，您可以尝试其他参数

可能的问题：如何使用模板匹配计算相似度百分比？

---

答：请看这个答案。如前所述，您可以将minMaxLoc' 的输出用于相似性百分比。

完整代码请查看opencv-python 教程。