如何用Python检测照片中物体的相似性

Question

目前，我尝试用Python开发AI系统来匹配2张照片中的神圣物体。 第一张照片是由DSLR相机拍摄的高分辨率神圣物体（a）照片。 第二张照片是一个神圣的物体（a）手机摄像头拍摄的照片。

我需要人工智能系统来预测0-100%的相似性百分比。 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？ 谢谢

Answer 1

一种方法是使用template-matching

如果将第一个图像用作模板：

• 模板图像：

---

• 

• 源图像：

---

• 

• 结果将是：

---

• 

步骤：

---

• 1. 将template和source图像转换为灰度，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)
    

  • 

• 1. 检查模板是否与源图像匹配

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

  • 我们需要来自result的最大值和最大值位置

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

• 1. 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))
    

  • 画矩形

  • cv2.rectangle(image, (startX, startY), (endX, endY), (0, 0, 255), 2)
    

可能的问题：为什么不使用原始图像大小

---

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

可能的问题：为什么使用cv2.TM_CCOEFF

---

答：这只是一个例子，你可以用另一个parameters进行实验

可能的问题：如何使用模板匹配计算相似性百分比

---

回答：请看这个answer。如上所述，您可以使用minMaxLoc的输出获得相似性百分比

有关完整代码，请查看opencv-python tutorial