如何用Python检测照片中对象的相似度

Question

目前，我正在尝试用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。

第二张照片是由手机相机拍摄的神圣物体(A)照片。

​

我需要人工智能系统来预测类似的百分比从0- 100%。我尝试了一些方法论，但没有得到好的结果。

请建议哪种方法适用于预测模型？谢谢

Answer 1

一种方法是使用template-matching

如果您使用第一个图像作为模板：

• 模板图片：

• ​

• 源图：

• ​

• 结果将是：

• ​

​

步骤：

将template和source图像都应用到灰度，并应用Canny edge detection.

-  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. Check模板是否与源image

匹配

- `result = cv2.matchTemplate(source, template, cv2.TM_CCOEFF)`

- We need maximum-value and maximum-value location from the `result`

- `(_, maxVal, _, maxLoc) = cv2.minMaxLoc(result)`

• 1. Get坐标并绘制rectangle

-  (startX, startY) = (int(maxLoc[0] \* r), int(maxLoc[1] \* r)) (endX, endY) = (int((maxLoc[0] + w) \* r), int((maxLoc[1] + h) \* r))

- Draw Rectangle

-  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。如果我使用原始图像大小，结果将是：link

可能的问题：您为什么要使用cv2.TM_CCOEFF

答:这只是一个示例，您可以使用其他parameters进行实验

可能的问题：如何使用模板匹配来计算相似度百分比？

答:请看这个answer。如上所述，您可以使用minMaxLoc的输出作为相似度百分比。

有关完整代码，请查看opencv-python tutorial。