前言

1.有一個小游戲，就給出兩張內(nèi)容幾乎差不多全部相同的圖像，讓大家在最快的時間內(nèi)找出兩個圖像中有幾處不同地方，我這里試著用OpenCV實現(xiàn)這個功能。
2.我的編程環(huán)境是Windows 10 64位，IDE是VS2019，配置了OpenCV 4.5,實現(xiàn)語言是C++。是于如果配置以上的環(huán)境，可以看我之前寫的博文。

一、資源準(zhǔn)備

可以在網(wǎng)上搜《圖片大找茬》，然后下載兩張相似的圖像，但圖像的大小必須一樣。下面是我指用的兩張圖像。如果不一樣，就用resize()這個函數(shù)去調(diào)整兩張圖像的尺寸。

二、代碼演示

1.這里用到的是OpenCV圖像基本運算，兩圖相減。使用的API是subtract（）。
代碼是傳入兩張圖像

void imageSubtract(Mat &image1, Mat &image2) {if ((image1.rows != image2.rows) || (image1.cols != image2.cols)){if (image1.rows > image2.rows){resize(image1, image1, image2.size(), 0, 0, INTER_LINEAR);}else if (image1.rows < image2.rows){resize(image2, image2, image1.size(), 0, 0, INTER_LINEAR);}}Mat image1_gary, image2_gary;if (image1.channels() != 1){cvtColor(image1, image1_gary, COLOR_BGR2GRAY);}if (image2.channels() != 1){cvtColor(image2, image2_gary, COLOR_BGR2GRAY);}Mat frameDifference, absFrameDifferece;Mat previousGrayFrame = image2_gary.clone();//圖1減圖2subtract(image1_gary, image2_gary, frameDifference, Mat(), CV_16SC1);//取絕對值absFrameDifferece = abs(frameDifference);//位深的改變absFrameDifferece.convertTo(absFrameDifferece, CV_8UC1, 1, 0);imshow("absFrameDifferece", absFrameDifferece);Mat segmentation;//閾值處理（這一步很關(guān)鍵，要調(diào)好二值化的值）threshold(absFrameDifferece, segmentation,100, 255, THRESH_BINARY);//中值濾波medianBlur(segmentation, segmentation, 3);//形態(tài)學(xué)處理(開閉運算)//形態(tài)學(xué)處理用到的算子Mat morphologyKernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));morphologyEx(segmentation, segmentation, MORPH_CLOSE, morphologyKernel, Point(-1, -1), 2, BORDER_REPLICATE);//顯示二值化圖片imshow("segmentation", segmentation);//找邊界vector< vector<Point> > contours;vector<Vec4i> hierarchy;findContours(segmentation, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE, Point(0, 0));//CV_RETR_TREEvector< vector<Point> > contours_poly(contours.size());vector<Rect> boundRect;boundRect.clear();for (int index = 0; index < contours.size(); index++){approxPolyDP(Mat(contours[index]), contours_poly[index], 3, true);Rect rect = boundingRect(Mat(contours_poly[index]));rectangle(image2, rect, Scalar(0, 255, 0), 2);}imshow("效果圖", image2); }

2.運行效果

結(jié)語

例子很簡單，但是這個方法用到移動目標(biāo)追蹤的上去，就是兩幀差。

總結(jié)

以上是生活随笔為你收集整理的OpenCV图像处理——对比两张图像差异的位置并标记的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。