C++ OpenCV和c++；比较两个二进制图像并获得输出（结果）

我想比较两个二进制图像，并得到一个输出结果

我该怎么做

我可以用cvSobel（）来做这个吗

二值图像有白色的边缘，有没有办法计算白色像素或其他东西

---

谢谢大家!

为什么不直接比较一下呢？（逐像素）

---

无论如何，Sobel都会让你得到O（像素），所以逐像素比较不会改变复杂性。

为什么不使用简单的比较？（逐像素） Sobel无论如何都会带你去O（像素），所以逐像素比较不会改变复杂性。

试试cv:：compare:

cv:：Mat img1=。。。
cv:：Mat img2=。。。
cv:：Mat结果=。。。
整数阈值=（双精度）（img1.rows*img1.cols）*0.7；
cv：：比较（img1、img2、结果、cv：：CMP_EQ）；
int similarPixels=countNonZero（结果）；
如果（相似像素>阈值）{
cout尝试cv:：比较：

cv:：Mat img1=。。。
cv:：Mat img2=。。。
cv:：Mat结果=。。。
整数阈值=（双精度）（img1.rows*img1.cols）*0.7；
cv：：比较（img1、img2、结果、cv：：CMP_EQ）；
int similarPixels=countNonZero（结果）；
如果（相似像素>阈值）{
cout这是我根据以下文章编写的函数（请检查我的代码！非常感谢！）
需要关注的论文：A J Baddeley：二值图像的误差度量

此外，作者还有一个统计软件包，可以在其中找到代码。该软件包名为“spatstat”，www.spatstat.org。要使用spatstat，请首先从下载R-Stat。错误度量可作为名为“deltametric”的函数使用。要查看帮助文件，请键入help（deltametric）

代码说明：
此函数的输入为两个文件名，应为二进制图像文件！返回值为Baddeley错误度量数。
还应该包括OpenCV头和名称空间

float baddeleyerror (const char * a_file, const char* b_file)
{
Mat A,B,Adist,Bdist,Z;
double c=5;
double p=2;
double nelem;
double minval, maxval;

A=imread(a_file,0);
B=imread(b_file,0);

nelem=A.rows*A.cols;

A=A>1;
B=B>1;
distanceTransform(A,Adist,CV_DIST_L1,3);
distanceTransform(B,Bdist,CV_DIST_L1,3);

min(Adist, c, Adist);
min(Bdist, c, Bdist);

minMaxLoc(Adist, &minval, &maxval, 0, 0);
Adist.convertTo(Adist, CV_8UC1, 255/maxval, 1);

minMaxLoc(Bdist, &minval, &maxval, 0, 0);
Bdist.convertTo(Bdist, CV_8UC1, 255/maxval, 1);

pow(abs(Adist-Bdist),p,Z);

return (pow(sum(Z).val[0]/nelem, 1/p));
}

这是我根据下面的文章编写的一个函数。（应该检查我的代码！非常感谢！）
需要关注的论文：A J Baddeley：二值图像的误差度量

此外，作者还有一个统计软件包，可以在其中找到代码。该软件包名为“spatstat”，www.spatstat.org。要使用spatstat，请首先从下载R-Stat。错误度量可作为名为“deltametric”的函数使用。要查看帮助文件，请键入help（deltametric）

代码说明：
此函数的输入为两个文件名，应为二进制图像文件！返回值为Baddeley错误度量数。
还应该包括OpenCV头和名称空间

float baddeleyerror (const char * a_file, const char* b_file)
{
Mat A,B,Adist,Bdist,Z;
double c=5;
double p=2;
double nelem;
double minval, maxval;

A=imread(a_file,0);
B=imread(b_file,0);

nelem=A.rows*A.cols;

A=A>1;
B=B>1;
distanceTransform(A,Adist,CV_DIST_L1,3);
distanceTransform(B,Bdist,CV_DIST_L1,3);

min(Adist, c, Adist);
min(Bdist, c, Bdist);

minMaxLoc(Adist, &minval, &maxval, 0, 0);
Adist.convertTo(Adist, CV_8UC1, 255/maxval, 1);

minMaxLoc(Bdist, &minval, &maxval, 0, 0);
Bdist.convertTo(Bdist, CV_8UC1, 255/maxval, 1);

pow(abs(Adist-Bdist),p,Z);

return (pow(sum(Z).val[0]/nelem, 1/p));
}

请澄清你所说的比较是什么意思。我真的不明白你想做什么。比较两幅图像的预期结果是什么？一幅图像？一个数字？当然可以使用sobel过滤器查找边缘。你想比较两幅图像的边缘吗？你想做卷积来检测EGDE是否相互重叠？请澄清你的意思是比较。我真的不明白你想做什么。两幅图像比较的预期结果是什么？一幅图像？一个数字？当然可以使用sobel过滤器查找边缘。你想比较两幅图像的边缘吗？你想做卷积来检测EGDE是否相互重叠吗？