用openCV和Python 实现图片对比,并标识出不同点的方式
最近项目中需要实现两组图片对比，并能将两者的区别标识出来。
在网上搜索一大堆找到一篇大神的文章，最终实现该功能，在这里记录下：
想要实现此demo，首先我们得确保电脑上已安装openCV和Python两个工具以及scikit-image和imutils两个库：
安装方法，在这里不多说，我安装的是Python3.6和openCV2，安装方法网上自行百度谷歌；
进入正题：
新建一个新的Python文件并命名为copmarePicture.py，写入下面的代码：
fromskimage.measureimportcompare_ssim #~importskimageasssim importargparse importimutils importcv2
加载两张图片并将他们转换为灰度：
imageA=cv2.imread("D:/111test/111.png")
imageB=cv2.imread("D:/111test/444.png")
grayA=cv2.cvtColor(imageA,cv2.COLOR_BGR2GRAY)
grayB=cv2.cvtColor(imageB,cv2.COLOR_BGR2GRAY)
接下来，计算两个灰度图像之间的结构相似度指数：
(score,diff)=compare_ssim(grayA,grayB,full=True)
diff=(diff*255).astype("uint8")
print("SSIM:{}".format(score))
找到不同点的轮廓以致于我们可以在被标识为“不同”的区域周围放置矩形：
thresh=cv2.threshold(diff,0,255,cv2.THRESH_BINARY_INV|cv2.THRESH_OTSU)[1] cnts=cv2.findContours(thresh.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE) cnts=cnts[0]ifimutils.is_cv2()elsecnts[1]
找到一系列区域，在区域周围放置矩形：
forcincnts: (x,y,w,h)=cv2.boundingRect(c) cv2.rectangle(imageA,(x,y),(x+w,y+h),(0,0,255),2) cv2.rectangle(imageB,(x,y),(x+w,y+h),(0,0,255),2)
用cv2.imshow展现最终对比之后的图片，cv2.imwrite保存最终的结果图片
cv2.imshow("Modified",imageB)
cv2.imwrite("haha2.png",imageB)
cv2.waitKey(0)
到这已经实现两张图片的对比并标识出不同。结果如下所示：（图1图2对比，图3为对标结果
以上这篇用openCV和Python实现图片对比,并标识出不同点的方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。