用于匹配图像相似部分的命令行工具

Question

我有几千个扫描的图像，我正在尝试裁剪。我正在写一个脚本，如果我能从未裁剪的边框(扫描仪盖)确定源图像是3x5图片还是4x6图片，它将相应地裁剪图片。

我已经找到了命令行工具来比较和匹配整个图像(使用imagemagick转换)，但不是图像的指定区域：

convert img1.jpg  "img2.jpg" -compose difference -composite -colorspace gray miff:- | identify -verbose - | sed -n '/^.*mean: */{s//scale=2;/;s/(.*)//;s/$/*100\/32768/;p;q;}' | bc

(如果结果< .10，则通常是匹配，但它是cpu密集型的)

有没有工具或Python图像库可以让我匹配，比较两个图像中的某些区域，看看它们是否匹配？未裁剪的区域不是纯白色，如下面的示例图像(1 3x5，1 4x6)所示。我只需要匹配前100个左右的像素，显然我不能匹配整个图像。我考虑过复制和裁剪图像，并将裁剪后的图像与参考图像进行匹配，但这似乎不是最优的。

​

​

​

​

Answer 1

我不知道是否存在特定的命令行工具来完成此任务，但使用numpy编写自己的命令行工具将非常简单。基本步骤如下：

将扫描仪盖子的普通图像加载到ndarray.

• Load中，将两张照片/图像中的重要部分加载到ndarray.

• Compare中，并为其分配分数。如果分数高于threshold...

，则执行

如果性能是个问题，可以通过使用seek()移动文件并只读取文件的一部分来优化第2步，以加快速度。

numpy部件的概念验证实现：

>>> import numpy as np
>>> scanner_lid = np.ones((5, 5))
>>> scanner_lid
array([[ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.]])
>>> photo = np.random.randint(0, 2, (5, 5))
>>> photo
array([[0, 0, 1, 1, 0],
       [0, 1, 1, 1, 0],
       [0, 0, 1, 1, 1],
       [1, 1, 0, 0, 1],
       [1, 0, 1, 1, 1]])
>>> matching_pixels = scanner_lid[0:2, 0:2] == photo[0:2, 0:2]  #compare the top-left 4 pixels
>>> matching_pixels
array([[False, False],
       [False,  True]], dtype=bool)
>>> np.sum(matching_pixels)
1

当然，在真实的应用程序中，您可能应该测量像素值之间的差异，因为强度和颜色平衡可能会因扫描而改变，等等。然而，我认为想出一些对你的工作有用的东西并不需要太多时间。

哈！