1

我有两张图片:

左:key.png,右:frame.png

钥匙.png 框架.png

两张图片的尺寸:200x157。

我在申请时遇到了一些问题cv2.matchTemplate

cv2.matchTemplate(cv2.imread('frame.png'), cv2.imread('key.png'), cv2.TM_CCOEFF_NORMED)
array([[ 0.86354846]], dtype=float32)

为什么当它不是相似的图像时我的结果为 0.863?任何人都可以向我解释此功能的行为并建议如何修复它或其他方式吗?

在 90% 的情况下,它工作正常,但不是在这里……为什么?

注意:我实际上不能使用特征检测和检测,因为我需要找到视觉上非常相似的图像的相似性;

更新:

对于那些认为一切都很好的人:

钥匙.png 框架.png

>>> cv2.matchTemplate(cv2.imread('frame.png'), cv2.imread('key.png'), cv2.TM_CCOEFF_NORMED)
array([[ 0.90551066]], dtype=float32)

图像减法:

减法

图像差异:

区别

好的,为了我的比较,我需要像 Photoshop 和 GIMP 那样的图像减法算法来分析不同的点数量。

更新:

我正在尝试在 python 中发布函数 getMSSIM,但结果并不完美:

def calcMssim(i1, i2):
C1 = 6.5025
C2 = 58.5225

d = cv2.CV_32F
I1 = numpy.float32(i1)
I2 = numpy.float32(i2)

I1_2 = cv2.multiply(I1, I1)
I2_2 = cv2.multiply(I2, I2)
I1_I2 = cv2.multiply(I1, I2)

mu1 = cv2.GaussianBlur(I1, (11,11), 1.5)
mu2 = cv2.GaussianBlur(I2, (11,11), 1.5)

mu1_2 = cv2.multiply(mu1, mu1)
mu2_2 = cv2.multiply(mu2, mu2)
mu1_mu2 = cv2.multiply(mu1, mu2)

sigma1_2 = cv2.GaussianBlur(I1_2, (11,11), 1.5)
sigma1_2 = sigma1_2 - mu1_2
sigma2_2 = cv2.GaussianBlur(I2_2, (11,11), 1.5)
sigma2_2 = sigma2_2 - mu2_2
sigma12 = cv2.GaussianBlur(I1_I2, (11,11), 1.5)
sigma12 = sigma12 - mu1_mu2

t1 = 2 * mu1_mu2 + C1
t2 = 2 * sigma12 + C2
t3 = cv2.multiply(t1, t2)

t1 = mu1_2 + mu2_2 + C1
t2 = sigma1_2 + sigma2_2 + C2
t1 = cv2.multiply(t1, t2)

ssim_map = cv2.divide(t3, t1)

return cv2.mean( ssim_map )

结果:

示例 #1

ybz fy7

./mssim.py yBZzJ_e.png Fy7Xu_m.png 
 (0.8257484750741396, 0.7267644621469662, 0.7066612513808068, 0.0)

匹配 k ~ 0.74 第一个图像比第二个更亮。

示例 #2

钥匙.png 框架.png

./mssim.py key.png frame.png
(0.7317456233025181, 0.7624613566388057, 0.7645396253480031, 0.0)

匹配 k ~ 0.75 第一张和第二张在视觉上真的不一样!

PSNR 比较:

    def calcPSNR(I1, I2):
        s1 = cv2.absdiff(I1, I2)
        s1 = numpy.float32(s1)
        s1 = cv2.multiply(s1, s1)

        s = cv2.sumElems(s1)
        sse = s[0] + s[1] + s[2]

        if (sse <= 1e-10):
             return 0
        else:
             mse = sse/(len(I1.shape) * I1.shape[0]*I1.shape[1])
             psnr = 10*math.log((255*255)/mse, 10)
             return psnr

结果是:

示例 1:

   ./psnr.py yBZzJ_e.png Fy7Xu_m.png 
   26.4697468901

示例 2:

   ./psnr.py key.png frame.png
   15.4679854768 

这也不正确,因为:./psnr.py key.png key.png 0

4

1 回答 1

1

你看过PSNR吗?这会计算图像每个像素的差异。有关更多信息和 OpenCV 示例,请阅读:http ://docs.opencv.org/doc/tutorials/highgui/video-input-psnr-ssim/video-input-psnr-ssim.html#videoinputpsnrmssim

于 2013-10-23T06:31:35.253 回答