如何在OpenCV Python中比较两张图片？

OpenCV是开源计算机视觉和机器学习库，它提供了许多图像处理的功能和工具。在本文中，我们将介绍如何使用OpenCV Python来比较两个图像，并检测它们之间的差异。

安装OpenCV

在开始之前，我们需要先安装OpenCV。运行以下命令：

!pip install opencv-python-headless

读取图片

我们需要首先读取两张图片，以便进行比较。我们将使用OpenCV来读取图片并将其转换为NumPy数组，代码如下：

import cv2

# 读取图片
img1 = cv2.imread('image1.jpg')
img2 = cv2.imread('image2.jpg')

比较图片

有许多方法可以比较两张图片。一种简单的方法是计算两张图片的均方误差（MSE）和结构相似性指数（SSIM）。计算MSE和SSIM的Python代码如下：

# 计算MSE
mse = ((img1 - img2) ** 2).mean()
print('MSE:', mse)

# 计算SSIM
ssim = cv2.SSIM(img1, img2)
print('SSIM:', ssim)

cv2.SSIM()是一个OpenCV函数，它计算两个图像之间的SSIM指数。MSE是两张图片之间的均方误差。比较结果越小，则说明两张图片越相似。

显示图片差异

我们还可以使用OpenCV来显示两张图片之间的差异。如果两张图片不同，则像素之间的差异将在显示的图片中以红色突出显示。代码如下：

# 计算差异并将其突出显示
diff = cv2.absdiff(img1, img2)
mask = cv2.cvtColor(diff, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(mask, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[0]
for c in cnts:
    area = cv2.contourArea(c)
    if area < 500:
        continue
    (x, y, w, h) = cv2.boundingRect(c)
    cv2.rectangle(img1, (x, y), (x + w, y + h), (0, 0, 255), 2)

# 显示结果
cv2.imshow('diff', img1)
cv2.waitKey(0)

完整代码

以下是一个完整的代码示例，它读取两张图片并显示它们之间的差异：

import cv2

# 读取图片
img1 = cv2.imread('image1.jpg')
img2 = cv2.imread('image2.jpg')

# 计算MSE
mse = ((img1 - img2) ** 2).mean()
print('MSE:', mse)

# 计算SSIM
ssim = cv2.SSIM(img1, img2)
print('SSIM:', ssim)

# 计算差异并将其突出显示
diff = cv2.absdiff(img1, img2)
mask = cv2.cvtColor(diff, cv2.COLOR_BGR2GRAY)
thresh = cv2.threshold(mask, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[0]
for c in cnts:
    area = cv2.contourArea(c)
    if area < 500:
        continue
    (x, y, w, h) = cv2.boundingRect(c)
    cv2.rectangle(img1, (x, y), (x + w, y + h), (0, 0, 255), 2)

# 显示结果
cv2.imshow('diff', img1)
cv2.waitKey(0)