• 售前

  • 售后

热门帖子
入门百科

python opencv实现图像配准与比较

[复制链接]
王太保 显示全部楼层 发表于 2021-10-25 19:21:18 |阅读模式 打印 上一主题 下一主题
本文实例为各人分享了python opencv实现图像配准与比较的具体代码,供各人参考,具体内容如下
代码
  1. from skimage import io
  2. import cv2 as cv
  3. import numpy as np
  4. import matplotlib.pyplot as plt
  5. img_path1 = '2_HE_maxarea.png'
  6. img_path2 = '2_IHC_maxarea.png'
  7. img1 = io.imread(img_path1)
  8. img2 = io.imread(img_path2)
  9. img1 = np.uint8(img1)
  10. img2 = np.uint8(img2)
  11. # find the keypoints and descriptors with ORB
  12. orb = cv.ORB_create()
  13. kp1, des1 = orb.detectAndCompute(img1,None)
  14. kp2, des2 = orb.detectAndCompute(img2,None)
  15. # def get_good_match(des1,des2):
  16. #  bf = cv.BFMatcher()
  17. #  matches = bf.knnMatch(des1, des2, k=2)
  18. #  good = []
  19. #  for m, n in matches:
  20. #   if m.distance < 0.75 * n.distance:
  21. #    good.append(m)
  22. #  return good,matches
  23. # goodMatch,matches = get_good_match(des1,des2)
  24. # img3 = cv.drawMatchesKnn(img1,kp1,img2,kp2,matches[:20],None,flags=2)
  25. # create BFMatcher object
  26. bf = cv.BFMatcher(cv.NORM_HAMMING, crossCheck=True)
  27. # Match descriptors.
  28. matches = bf.match(des1,des2)
  29. # Sort them in the order of their distance.
  30. matches = sorted(matches, key = lambda x:x.distance)
  31. # Draw first 20 matches.
  32. img3 = cv.drawMatches(img1,kp1,img2,kp2,matches[:20],None, flags=2)
  33. goodMatch = matches[:20]
  34. if len(goodMatch) > 4:
  35. ptsA= np.float32([kp1[m.queryIdx].pt for m in goodMatch]).reshape(-1, 1, 2)
  36. ptsB = np.float32([kp2[m.trainIdx].pt for m in goodMatch]).reshape(-1, 1, 2)
  37. ransacReprojThreshold = 4
  38. H, status =cv.findHomography(ptsA,ptsB,cv.RANSAC,ransacReprojThreshold);
  39. #其中H为求得的单应性矩阵矩阵
  40. #status则返回一个列表来表征匹配成功的特征点。
  41. #ptsA,ptsB为关键点
  42. #cv2.RANSAC, ransacReprojThreshold这两个参数与RANSAC有关
  43. imgOut = cv.warpPerspective(img2, H, (img1.shape[1],img1.shape[0]),flags=cv.INTER_LINEAR + cv.WARP_INVERSE_MAP)
  44. # 叠加配准变换图与基准图
  45. rate = 0.5
  46. overlapping = cv.addWeighted(img1, rate, imgOut, 1-rate, 0)
  47. io.imsave('HE_2_IHC.png', overlapping)
  48. err = cv.absdiff(img1,imgOut)
  49. # 显示对比
  50. plt.subplot(221)
  51. plt.title('orb')
  52. plt.imshow(img3)
  53. plt.subplot(222)
  54. plt.title('imgOut')
  55. plt.imshow(imgOut)
  56. plt.subplot(223)
  57. plt.title('overlapping')
  58. plt.imshow(overlapping)
  59. plt.subplot(224)  
  60. plt.title('diff')
  61. plt.imshow(err)
  62. plt.show()
复制代码
结果:



以上就是本文的全部内容,希望对各人的学习有所资助,也希望各人多多支持草根技能分享。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

帖子地址: 

回复

使用道具 举报

分享
推广
火星云矿 | 预约S19Pro,享500抵1000!
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

草根技术分享(草根吧)是全球知名中文IT技术交流平台,创建于2021年,包含原创博客、精品问答、职业培训、技术社区、资源下载等产品服务,提供原创、优质、完整内容的专业IT技术开发社区。
  • 官方手机版

  • 微信公众号

  • 商务合作