Допустим, я нашел контур на изображении. Как лучше всего найти положение этого контура на изображении 2?
Я вижу два варианта: Либо я рисую контур белой линией и сопоставляю это изображение на изображении 2, либо я каким-то образом (это даже возможно?) соответствовать контуру на изображении 2.
Содержимое внутри контура полностью случайное, но контур из изображения 1, нарисованный белой линией 1 пиксель, будет точным совпадением, если предположить, что я мог бы соответствовать шаблону изображение с прозрачностью.
Вот примеры изображений найденного, нарисованного и сохраненного контура (изображение 1) и изображения, на котором мне нужно найти изображение 1 (изображение 2). https://imgur.com/a/MNQ6aNr
Было бы предпочтительнее найти контур без необходимости сначала рисовать и сохранять его, но я предполагаю, что сопоставление нарисованного контура более прямолинейно.
Спасибо
Изменить:
Это мой полный код. Требуется full_image и кусок, которому он будет соответствовать на полном изображении. Наконец, он экспортирует некоторые результаты.
full_image = cv2.imread('puzzle_1.jpg')
piece = cv2.imread('piece_1.png', cv2.IMREAD_UNCHANGED)
partial_image = cv2.cvtColor(piece,cv2.COLOR_BGR2GRAY)
contours, hierarchy = cv2.findContours(partial_image.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
template = np.zeros((55, 55, 4), dtype=np.uint8)
cv2.drawContours(template, contours, -1, (255, 255, 255, 255),1)
hh, ww = template.shape[:2]
puzzleP = template[:,:,0:3]
alpha = template[:,:,3]
alpha = cv2.merge([alpha,alpha,alpha])
correlation = cv2.matchTemplate(full_image, puzzleP, cv2.TM_CCORR_NORMED, mask=alpha)
threshhold = 0.98
loc = np.where(correlation >= threshhold)
result = full_image.copy()
for pt in zip(*loc[::-1]):
cv2.rectangle(result, pt, (pt[0]+ww, pt[1]+hh), (0,0,255), 1)
print(pt)
cv2.imwrite('puzzle_piece.png', puzzleP)
cv2.imwrite('full_image_alpha.png', alpha)
cv2.imwrite('full_image_matches.jpg', result)
Вот хороший рабочий результат и недействительный результат https://imgur.com/a/ZYyw7tU
Любые советы по улучшению были бы очень признательны!