Python 图像与参考图像的比较（像素基比较）

标记资产区域（基于像素），使用参考图像进行图像分析，并查找缺失的资产

（像素基比较）

这仅用于扣除丢失的资产（如丢失的ups、对讲机、笔记本电脑）

我保留了一个主图像作为所有资产的模板。
• 无论何时发生诸如更换、丢失标记的项目等更改，都需要将丢失的项目标记为红色，并需要提醒管理员

我有一个python代码来进行图像比较，但无法根据我的要求进行自定义

###################
#ImageCompare.py#
###################
#此模块包含用于快速和快速执行的方法
#轻松比较两幅图像，看看它们有多不同
#是的。这是为了用作
#有点像运动检测器。想法是
#如果图像
#被展示出来会有明显的变化。
#无法检测图像是否已更改
#通过两种方式实现：使用直方图
#比较（HistoCompare）和进行像素比较-
#通过像素比较。这是普遍发现的
#两幅不同图像的直方图
#通常情况下，它们与像素之间的差异更大-
#像素比较，但差异很小。
导入图像
#这是本模块最重要的功能
#事实上，它需要Python映像
#图书馆（PIL），以便使用。皮尔罐
#可在以下网址找到：
# http://www.pythonware.com/products/pil/index.htm
################
#组织比较#
################
#直方图比较采用两个直方图（生成
#使用PIL）以及可选字符串和
#可选双人房。柱状图如下所示
#要比较的图像的。
#如果您将“pct”作为模式传递，请进行比较
#将返回
#柱状图（从总的
#最有价值的直方图）。
#如果传入任何其他字符串作为模式，
#如果
#百分比差异小于alpha，并且
#否则就错了
def HistorCompare（im1，im2，mode=“pct”，alpha=.01）：
如果im1.size==im2.size和im1.mode==im2.mode：
h1=im1.直方图（）
h2=im2.直方图（）
SumIm1=0.0
SumIm2=0.0
差异=0.0
对于范围内的i（len（h1））：
SumIm1+=h1[i]
SumIm2+=h2[i]
diff+=abs（h1[i]-h2[i]）
最大总和=最大值（总和1，总和2）
如果模式==“pct”：
返回差/（2*maxSum）
如果差异>alpha*最大和：
返回错误
返回真值
返回错误
################
#像素比较#
################
#PixelCompare拍摄两幅单波段图像
#（使用PIL生成）以及可选的
#字符串和可选的双精度。
#如果将“pct”作为模式传递，则PixelCompare
#将返回
#图像（在图像的总值中）
#最有价值的直方图）。
#如果传入任何其他字符串作为模式，
#如果
#百分比差异小于alpha，并且
#否则就错了
def像素比较（im1，im2，mode=“pct”，alpha=.01）：
如果im1.size==im2.size和im1.mode==im2.mode：
randPix=im1.getpixel（（0,0））
最大和=[]
差异=[]
对于范围内的通道（len（randPix））：
差异+=[0.0]
最大和+=[0.0]
宽度=im1。尺寸[0]
高度=im1。尺寸[1]
对于范围内的i（宽度）：
对于范围内的j（高度）：
pixel1=im1.getpixel（（i，j））
pixel2=im2.getpixel（（i，j））
对于范围内的通道（len（randPix））：
最大和[通道]+=255
diff[channel]+=abs（像素1[channel]-像素2[channel]）
如果模式==“pct”：
ret=（）
对于范围内的通道（len（randPix））：
ret+=（差异[通道]/最大和[通道]，）
回程网
对于范围内的通道（len（randPix））：
如果diff[channel]>alpha*maxSum[channel]：
返回错误
返回真值
返回错误
def XORCompare（im1，im2，mode=“pct”，alpha=.01）：
如果im1.size==im2.size和im1.mode==im2.mode：
XORCount=[]
randPix=im1.getpixel（（0,0））
对于范围内的通道（len（randPix））：
XORCount+=[0.0]
宽度=im1。尺寸[0]
高度=im1。尺寸[1]
imXOR=ImageXOR（im1，im2）
最大和=0.0
对于范围内的i（宽度）：
对于范围内的j（高度）：
pixel=imXOR.getpixel（（i，j））
对于范围内的通道（透镜（像素））：
XORCount[通道]+=像素[通道]
最大和+=255
如果模式==“pct”：
ret=（）
对于范围内的通道（len（randPix））：
ret+=（XORCount[通道]/maxSum，）
回程网
对于范围内的通道（len（randPix））：
如果XORCount[通道]>alpha*maxSum：
返回错误
返回真值
返回错误
def ImageCompare（im1，im2，mode=“pct”，alpha=.01）：
如果im1.size==im2.size和im1.mode==im2.mode：
HistComp=组织比较（im1、im2，“pct”）
PixComp=像素比较（im1、im2，“pct”）
XORComp=XORCompare（im1，im2，“pct”）
如果模式==“pct”：
返回（HistComp、PixComp、XORComp）
如果模式==“alpha”：
如果HistComp>alpha：
返回错误
对于PixComp中的pct：
如果pct>α：
返回错误
对于XORComp中的pct：
如果pct>α：
返回错误
返回真值
返回错误
def查找差异（im1、im2）：
如果im1.size==im2.size和im1.mode==im2.mode：
宽度=im1。尺寸[0]
高度=im2.尺寸[1]
ret=Image.new（im1.mode，im1.size）
对于范围内的i（宽度）：
对于范围内的j（高度）：
pixel1=im1.getpixel（（i，j））