如何区分两个输入图像？
如何区分两个输入图像？
提问于 2019-07-17 20:07:44
我只想处理图像。问题是我有两种输入图像。一张是准确抓拍的卡片图像，另一张是通过将信用卡放在抓拍中心的桌子上拍摄的。我只想在获得输入并读取它之后对输入图像进行分类。Python和OpenCV是我正在尝试开发的。
我已经尝试了一些寻找边缘的方法，但我期待着比这一步更好的东西。
cnts = imutils.grab_contours(cnts)
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:5]
for c in cnts:
peri = cv2.arcLength(c, True)
approx = cv2.approxPolyDP(c, 0.02 * peri, True)
if len(approx) == 4:
screenCnt = approx
break我需要一种图像处理方法来区分我使用python和opencv输入图像的场景。
回答 1
Stack Overflow用户
发布于 2019-07-18 01:54:53
我想你想要的是follow a tutorial like this。基本上你需要做的是：
- 关键点提取。你会在网上找到很多关于SIFT和SURF的东西，但你需要有相关的程序库。如果你没有contrib，我建议你使用BRISK，AKAZE或ORB。
- 然后你可以做关键点匹配。
- 然后你可以使用距离或距离比率测试来过滤掉不好的匹配。
在此之后，基于你拥有的良好匹配的数量，你将有一个相当好的想法，如果该对象在图像中。如果你想更进一步，找到屏幕上的图像/过滤掉误报，你可以：
要在matches
- Check / scene
上查找，请查找matches
- Check for inliners
- Transform透视图的单应性
祝你好运！
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/57075456
复制相关文章
相似问题
腾讯云开发者
