关于python:图像匹配大图中找小图之新项目findimage

之前剖析aircv源码的时候，还是有诸多不满，而且它也不更新保护了，提交PR也没人理，罗唆做个新我的项目，目前曾经提交PyPi库，能够用上面的命名装置：

<code class="console">pip install findimage

findimage不是图像搜寻，不能从一堆图片中找到类似的那张，而是从一张大图中定位给定模板小图的地位。

性能

和原aircv相比，findimage有以下这些改良:

• 反对间接传入灰度图(尽管函数内调用opencv的时候,都是应用灰度图实现的,原aircv我的项目却要求传入的图片必须蕴含bgr三个通道,不然会报错)
• 反对背景通明的图片
• 优化了find_all_template办法的性能，用numpy的切片赋值代替floodFill办法来防止重叠，大略会缩短1/4的总体查找时间

示例

比方咱们对“思否”课程菜单截图如下：

咱们想从中找到#的地位，能够提供一张小模板图：

而后调用find_template办法：

from cv2 import cv2
from findimage import find_template

image_origin = cv2.imread('seg_course_whole_page.png')
image_template = cv2.imread('seg_sharp.png')

match_result = find_template(image_origin, image_template)

失去的match_result，标识了第一个#在源图中的中心点地位，矩形区域四角坐标 和 匹配度。

<code class="json">{
    "result": (x,y),        #tuple，示意辨认后果的中心点
    "rectangle":[            #二位数组，示意辨认后果的矩形四个角
        [left, top],
        [left, bottom],
        [right, top],
        [right, bottom]
    ],
    "confidence": percentage   #辨认后果的匹配度,在-1~1之间，越大匹配度越高, 如果为1，示意按像素严格匹配
}

咱们能够用这个后果，在源图上标识出匹配的地位：

img_result = image_origin.copy()
rect = match_result['rectangle']
cv2.rectangle(img_result, (rect[0][0], rect[0][1]), (rect[3][0], rect[3][1]), (0, 0, 220), 2)
cv2.imwrite('result.png', img_result)

后果如下图所示：

喜欢 (0)赏

[搞代码]

分享 (0)