OpenCV Сравнить значения с помощью матриц для анализа уровня ошибок

Question

Моя цель - создать рабочий процесс анализа уровня ошибок с использованием opencv и python, и я обнаружил, что этот пример делает то, что мне нужно, но на C ++: Анализ уровня ошибок в изображении

Хотя мне удалось преобразовать его часть, я действительно застрял на части l oop строк из-за моего незнания C ++, поэтому я мог бы использовать здесь некоторую поддержку.

Это то, что мне удалось для преобразования:

path=r'C:\****\training\pop_test'
image='source.jpg'

scale = 15
jpg_quality = 75

input_image= cv2.imread(os.path.join(path, image))
w,h,d = img.shape

# save tmp compressed file 
cv2.imwrite(os.path.join(path, 'tmp.jpg'), input_image, [cv2.IMWRITE_JPEG_QUALITY, jpg_quality])
compressed_image= cv2.imread(os.path.join(path, 'tmp.jpg'))

# create matrice
output_image = np.zeros((w, h, d), dtype = "uint8")

И это C ++, с которым мне трудно:

for (int row = 0; row < input_image.rows; ++row)
   {
    const uchar* ptr_input = input_image.ptr<uchar>(row);
    const uchar* ptr_compressed = compressed_image.ptr<uchar>(row);
    uchar* ptr_out = output_image.ptr<uchar>(row);

        for (int column = 0; column < input_image.cols; column++)
        {
            // Calc abs diff for each color channel multiplying by a scale factor
            ptr_out[0] = abs(ptr_input[0] - ptr_compressed[0]) * scale;
            ptr_out[1] = abs(ptr_input[1] - ptr_compressed[1]) * scale;
            ptr_out[2] = abs(ptr_input[2] - ptr_compressed[2]) * scale;

            ptr_input += 3;
            ptr_compressed += 3;
            ptr_out += 3;
        }
    }

Любой, кто может указать мне правильное направление?

Answer 1

Я думаю, что это то, что вы хотите для ELA в Python / OpenCV (из чтения информации на http://www.hackerfactor.com/papers/bh-usa-07-krawetz-wp.pdf

Ввод:

import cv2
import numpy as np

# read image
img1 = cv2.imread("lenna.png")

# set compression and scale
jpg_quality1 = 95
jpg_quality2 = 90
scale = 15

# write img1 at 95% jpg compression
cv2.imwrite("lenna_c95.jpg", img1, [cv2.IMWRITE_JPEG_QUALITY, jpg_quality1])

# read compressed image
img2 = cv2.imread("lenna_c95.jpg")

# get absolute difference between img1 and img2 and multiply by scale
diff1 = scale * cv2.absdiff(img1, img2)

# write img2 at 90% jpg compression
cv2.imwrite("lenna_c90.jpg", img2, [cv2.IMWRITE_JPEG_QUALITY, jpg_quality2])

# read compressed image
img3 = cv2.imread("lenna_c90.jpg")

# get absolute difference between img1 and img2 and multiply by scale
diff2 = scale * cv2.absdiff(img2, img3)

# write result to disk
cv2.imwrite("lenna_ela_95.jpg", diff1)
cv2.imwrite("lenna_ela_90.jpg", diff2)

# display it
cv2.imshow("ela95", diff1)
cv2.imshow("ela90", diff2)
cv2.waitKey(0)

Результат ELA при 95%:

Результат ELA при 90%: