当前位置: 首页 > news >正文

openCvSharp 计算机视觉图片找茬

一、安装包

<PackageReference Include="OpenCvSharp4" Version="4.10.0.20241108" />
<PackageReference Include="OpenCvSharp4.runtime.win" Version="4.10.0.20241108" />

二、准备两张图片

三、编写代码

using OpenCvSharp;
using System;
using System.Diagnostics;
using System.IO;
using static OpenCvSharp.FileStorage;
using static System.Net.Mime.MediaTypeNames;namespace OpenCvSharpDemo
{internal class Program{static void Main(string[] args){Compare();}static void Compare(){var path1 = Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "Images/A1.png");var path2 = Path.Combine(AppDomain.CurrentDomain.BaseDirectory, "Images/A2.png");// 读取两张图片Mat image1 = Cv2.ImRead(path1, ImreadModes.Color);Mat image2 = new Mat();Cv2.Resize(Cv2.ImRead(path2, ImreadModes.Color), image2, new OpenCvSharp.Size(image1.Size().Width, image1.Size().Height));if (image1.Empty() || image2.Empty()){Console.WriteLine("无法正确读取图片,请检查图片路径是否正确。");return;}// 确保两张图片尺寸一致,如果不一致可以进行调整(这里简单示例假设尺寸相同)if (image1.Size() != image2.Size()){Console.WriteLine("两张图片尺寸不一致,请先处理为相同尺寸。");return;}// 计算两张图片像素差值(逐像素相减)Mat diff = new Mat();Cv2.Absdiff(image1, image2, diff);// 将差异图像转换为灰度图(方便后续阈值处理等操作)Mat grayDiff = new Mat();Cv2.CvtColor(diff, grayDiff, ColorConversionCodes.BGR2GRAY);//膨胀3次var kernel = Cv2.GetStructuringElement(MorphShapes.Rect, new OpenCvSharp.Size(5, 5));Cv2.Dilate(grayDiff, grayDiff, kernel, null, 3);// 应用阈值,将差异明显的地方凸显出来,这里阈值可以根据实际情况调整Mat thresholded = new Mat();Cv2.Threshold(grayDiff, thresholded, 30, 255, ThresholdTypes.Binary);// 查找轮廓,轮廓所在区域就是不同之处Point[][] contours;HierarchyIndex[] hierarchy;Cv2.FindContours(thresholded, out contours, out hierarchy, RetrievalModes.Tree, ContourApproximationModes.ApproxSimple);// 在原始图片(这里选择image1)上绘制出不同之处的轮廓(标记为红色)for (int i = 0; i < contours.Length; i++){Cv2.DrawContours(image1, contours, i, new Scalar(0, 0, 255), 2);}// 显示标记出不同之处的图片Cv2.ImShow("Differences", image1);Cv2.WaitKey(0);Cv2.DestroyAllWindows();}}
}

运行:

http://www.lryc.cn/news/519789.html

相关文章:

  • 从零开始开发纯血鸿蒙应用之处理外部文件
  • Spring中三级缓存详细讲解
  • 论文阅读:《Whole-animal connectomes of both Caenorhabditis elegans sexes》
  • 嵌入式开发之STM32学习笔记day03
  • windows10 安装 Golang 版本控制工具g与使用
  • SpringBoot 使用 Cache 集成 Redis做缓存保姆教程
  • R数据分析:多分类问题预测模型的ROC做法及解释
  • 数据结构与算法之二叉树: LeetCode 654. 最大二叉树 (Ts版)
  • Linux 容器漏洞
  • file与io流(1)
  • 忘记了PDF文件的密码,怎么办?
  • Linux权限管理(用户和权限之间的关系)
  • Python Selenium库入门使用,图文详细。附网页爬虫、web自动化操作等实战操作。
  • 【Uniapp-Vue3】使用defineExpose暴露子组件的属性及方法
  • 【多模态LLM】英伟达NVLM多模态大模型训练细节和数据集
  • HTTP详解——HTTP基础
  • MySQL教程之:输入查询
  • docker+ffmpeg+nginx+rtmp 拉取摄像机视频
  • 不同音频振幅dBFS计算方法
  • 【17. 电话号码的字母组合 中等】
  • 数据结构初阶---排序
  • 【从0-1实现一个前端脚手架】
  • AI文章管理系统(自动生成图文分发到分站)
  • 【Leetcode 每日一题】3270. 求出数字答案
  • 基于单片机的无线气象仪系统设计(论文+源码)
  • 【数据库】Mysql精简回顾复习
  • 深入理解 HTTP 的 GET、POST 方法与 Request 和 Response
  • MySQL 中联合索引相比单索引性能提升在哪?
  • 第34天:安全开发-JavaEE应用反射机制攻击链类对象成员变量方法构造方法
  • C++笔记之数据单位与C语言变量类型和范围