Android中的OpenCV图像比较

[编辑] 我设计了一些图像比较代码。匹配的部分仍然有点缺陷，我希望得到一些帮助。该项目可在-

我有两张图像Img1和Img2：

当我在openCV中使用以下命令时

Mat img1 = Highgui.imread("mnt/sdcard/IMG-20121228.jpg");
Mat img2 = Highgui.imread("mnt/sdcard/IMG-20121228-1.jpg");

try{
    double l2_norm = Core.norm( img1, img2 );
    tv.setText(l2_norm+"");
} catch(Exception e) {
    //image is not a duplicate
}

我得到l2_范数的一个双值。此双精度值因重复图像对而异。但如果图像不同，则会引发异常。这就是我识别重复图像的方法吗？还是有更好的方法？我在谷歌上搜索了很多遍，没有找到一个真正令人信服的答案。我想知道如何比较两幅图像并根据图像得到

true

或

false

的布尔值的代码和说明

编辑

我已经试过了，但是

if

条件从未满足过。我假设存在一些差异，但是对于

标量

，没有

比较

函数。我该怎么办

编辑

这种方法又有缺陷。虽然它可以用来比较图像，精度相当高，但当图像大小不同时，它就失败了

当图像大小不同且我打印标量值时，我得到以下结果：

[9768383.0,1.0052889E7,1.0381814E7,0.0][1.5897384E7,1.6322252E7,1.690251E7,0.0]

第二个数字和第三个数字之间的差异虽然不大，但与比较相同大小的图像时的差异相当大。然而，第一个数字变化最大

比较两幅图像内容的最快方法是什么

[编辑]

我正在使用我找到的代码

我不知道如何初始化

MatOfKeyPoint

变量

keypoints

和

logoKeypoints

。以下是我的代码片段：

           FeatureDetector detector = FeatureDetector.create(FeatureDetector.SURF);
        //FeatureDetector detector = FeatureDetector.create(FeatureDetector.FAST);
        //Imgproc.cvtColor(img1, img1, Imgproc.COLOR_RGBA2RGB);
        //Imgproc.cvtColor(img2, img2, Imgproc.COLOR_RGBA2RGB);

        DescriptorExtractor SurfExtractor = DescriptorExtractor
        .create(DescriptorExtractor.SURF);


        //extract keypoints
        MatOfKeyPoint keypoints, logoKeypoints;
        long time= System.currentTimeMillis();
        detector.detect(img1, keypoints);
        Log.d("LOG!", "number of query Keypoints= " + keypoints.size());
        detector.detect(img2, logoKeypoints);
        Log.d("LOG!", "number of logo Keypoints= " + logoKeypoints.size());
        Log.d("LOG!", "keypoint calculation time elapsed" + (System.currentTimeMillis() -time));

        //Descript keypoints
        long time2 = System.currentTimeMillis();
        Mat descriptors = new Mat();
        Mat logoDescriptors = new Mat();
        Log.d("LOG!", "logo type" + img2.type() + "  intype" + img1.type());
        SurfExtractor.compute(img1, keypoints, descriptors);
        SurfExtractor.compute(img2, logoKeypoints, logoDescriptors);
        Log.d("LOG!", "Description time elapsed" + (System.currentTimeMillis()- time2));

---

显然，我无法将变量

关键点

和

logoKeypoints

初始化为null，因为我将收到null指针异常。如何初始化它们？

使用

cv2.absDiff

计算图片之间的差异，使用

cv2.sumElems

计算所有像素差异之和

---

然后发明一个阈值来判断两幅图像是否相似。

你应该明白这不是一个简单的问题，你可以遵循不同的概念。我将只指出两个没有源代码的解决方案

直方图比较：您可以将两幅图像转换为灰度，生成范围为[0，…，255]的直方图。每个像素值都将被计数。然后使用两个直方图进行比较。如果像素强度的分布等于或高于某个tRESHOLD（可能是所有像素的90%），则可以将该图像视为重复。但是：这是最简单的解决方案之一，如果任何图片具有相等的分布，那么它就不稳定

兴趣点检测器/描述符：查看SIFT/SURF图像检测器和描述符。探测器将尝试确定图像中强度的唯一关键点。将在该位置I（x，y）处计算描述符。使用bruteforce方法和欧氏距离的法线匹配器可以使用描述符匹配这些图像。如果图像是重复的，则给定匹配的比率应该非常高。这个解决方案很好实现，关于这个主题可能有足够多的教程

我希望这有帮助。如果你有问题，请提问

[UPDATE-1] C++教程：

一些JavaCV教程：

[UPDATE-2] 下面是一个使用默认参数的SIFT检测器和SIFT描述符的示例。单应性的RANSAC阈值为65，重投影误差（ε）为10，启用交叉验证。你可以试着数一数匹配的数字。如果内联异常值比率太高，则可以将此对视为重复项。 例如：这些图像在IMG1中生成180个关键点，在IMG2中生成198个关键点。匹配的描述符有163个，其中只有3个是异常值。所以这给出了一个很好的比率，这只意味着这些图像可能是重复的

[UPDATE-3] 我不明白你为什么可以初始化MatOfKeypoints。还有一个公共构造函数。而且：你可以使用你想要分析的图像的垫子。这很好

---

要匹配，请使用原因，您需要SURF或SIFT的欧几里德距离。

您可以尝试以下代码：

Mat img1 = Highgui.imread("mnt/sdcard/IMG-20121228.jpg");
Mat img2 = Highgui.imread("mnt/sdcard/IMG-20121228-1.jpg");
Mat result = new Mat();

Core.compare(img1,img2,result,Core.CMP_NE);

int val = Core.countNonZero(result);

if(val == 0) {
    //Duplicate Image
} else {
    //Different Image
}

在这里，代码比较函数将比较两个图像，如果图像之间存在不相似性，则特定矩阵值将为255，所有其他值将为零。然后可以计算非零值的数量，以确定图像是否相等。这只适用于完全相同的图像

如果要比较忽略灯光效果的图像，我建议您先生成边缘图像（使用OpenCV的canny函数），然后比较图像

---

希望这个答案能帮助你

本OpenCV教程希望提供有关该主题的一些信息。试抓和其他的不一样！如果抛出异常（catch block），则会出现完全错误的情况@卫星D-我知道。这就是为什么我问是否有更好的方法。我不相信你需要，MatofKeypoints，logoKeypoints；很好。方法检测器。检测（img1，关键点）；然后将使用找到的特征填充关键点。否则，请尝试MatofKeypoints=new MatOfKeyPoint（）@Emile你能为图像关键点比较提供正确的代码吗？你能解释一下吗？我必须为absDiff设置一个阈值。所以，这是有缺陷的。或者您可以告诉我最安全的阈值是什么？首先，很抱歉您必须使用cv.sum，因为sumelems似乎只是python。其次，需要sum返回值的阈值！您可以将其包装在一个方法中，该方法根据sum的返回值返回true或false

           FeatureDetector detector = FeatureDetector.create(FeatureDetector.SURF);
        //FeatureDetector detector = FeatureDetector.create(FeatureDetector.FAST);
        //Imgproc.cvtColor(img1, img1, Imgproc.COLOR_RGBA2RGB);
        //Imgproc.cvtColor(img2, img2, Imgproc.COLOR_RGBA2RGB);

        DescriptorExtractor SurfExtractor = DescriptorExtractor
        .create(DescriptorExtractor.SURF);


        //extract keypoints
        MatOfKeyPoint keypoints, logoKeypoints;
        long time= System.currentTimeMillis();
        detector.detect(img1, keypoints);
        Log.d("LOG!", "number of query Keypoints= " + keypoints.size());
        detector.detect(img2, logoKeypoints);
        Log.d("LOG!", "number of logo Keypoints= " + logoKeypoints.size());
        Log.d("LOG!", "keypoint calculation time elapsed" + (System.currentTimeMillis() -time));

        //Descript keypoints
        long time2 = System.currentTimeMillis();
        Mat descriptors = new Mat();
        Mat logoDescriptors = new Mat();
        Log.d("LOG!", "logo type" + img2.type() + "  intype" + img1.type());
        SurfExtractor.compute(img1, keypoints, descriptors);
        SurfExtractor.compute(img2, logoKeypoints, logoDescriptors);
        Log.d("LOG!", "Description time elapsed" + (System.currentTimeMillis()- time2));

MatOfKeyPoint reference = new MatOfKeyPoint(matOfReferenceImage);

Mat img1 = Highgui.imread("mnt/sdcard/IMG-20121228.jpg");
Mat img2 = Highgui.imread("mnt/sdcard/IMG-20121228-1.jpg");
Mat result = new Mat();

Core.compare(img1,img2,result,Core.CMP_NE);

int val = Core.countNonZero(result);

if(val == 0) {
    //Duplicate Image
} else {
    //Different Image
}