python - 没有 mask 的OpenCV匹配模板？

我有两个图像:

左:key.png，右:frame.png


两张图片的尺寸均为:200x157。

我在申请那个cv2.matchTemplate时遇到了一些问题

cv2.matchTemplate(cv2.imread('frame.png'), cv2.imread('key.png'), cv2.TM_CCOEFF_NORMED)
array([[ 0.86354846]], dtype=float32)

为什么不是类似图像时我得到0.863的结果？谁能向我解释此功能的行为并提出解决方法或其他建议？

在90％的情况下，它工作正常，但在这里却无法正常工作...为什么？

注意:我实际上不能使用特征检测和检测，因为我需要找到真正视觉上相似的图像的相似性；

更新:

对于那些认为一切都很好的人:

>>> cv2.matchTemplate(cv2.imread('frame.png'), cv2.imread('key.png'), cv2.TM_CCOEFF_NORMED)
array([[ 0.90551066]], dtype=float32)

图像减法:

图像差异:

好的，为了进行比较，我需要像Photoshop和GIMP中那样的图像减法算法来分析不同的点数量。

更新:

我正在尝试在python中释放功能getMSSIM，但是结果并不完美:

def calcMssim(i1, i2):
C1 = 6.5025
C2 = 58.5225

d = cv2.CV_32F
I1 = numpy.float32(i1)
I2 = numpy.float32(i2)

I1_2 = cv2.multiply(I1, I1)
I2_2 = cv2.multiply(I2, I2)
I1_I2 = cv2.multiply(I1, I2)

mu1 = cv2.GaussianBlur(I1, (11,11), 1.5)
mu2 = cv2.GaussianBlur(I2, (11,11), 1.5)

mu1_2 = cv2.multiply(mu1, mu1)
mu2_2 = cv2.multiply(mu2, mu2)
mu1_mu2 = cv2.multiply(mu1, mu2)

sigma1_2 = cv2.GaussianBlur(I1_2, (11,11), 1.5)
sigma1_2 = sigma1_2 - mu1_2
sigma2_2 = cv2.GaussianBlur(I2_2, (11,11), 1.5)
sigma2_2 = sigma2_2 - mu2_2
sigma12 = cv2.GaussianBlur(I1_I2, (11,11), 1.5)
sigma12 = sigma12 - mu1_mu2

t1 = 2 * mu1_mu2 + C1
t2 = 2 * sigma12 + C2
t3 = cv2.multiply(t1, t2)

t1 = mu1_2 + mu2_2 + C1
t2 = sigma1_2 + sigma2_2 + C2
t1 = cv2.multiply(t1, t2)

ssim_map = cv2.divide(t3, t1)

return cv2.mean( ssim_map )

结果:

示例＃1

./mssim.py yBZzJ_e.png Fy7Xu_m.png
 (0.8257484750741396, 0.7267644621469662, 0.7066612513808068, 0.0)

匹配k〜0.74
第一个图像比第二个图像更亮。

例子＃2

./mssim.py key.png frame.png
(0.7317456233025181, 0.7624613566388057, 0.7645396253480031, 0.0)

匹配k〜0.75
第一张图片和第二张图片在视觉上确实有所不同!

PSNR比较:

    def calcPSNR(I1, I2):
        s1 = cv2.absdiff(I1, I2)
        s1 = numpy.float32(s1)
        s1 = cv2.multiply(s1, s1)

        s = cv2.sumElems(s1)
        sse = s[0] + s[1] + s[2]

        if (sse <= 1e-10):
             return 0
        else:
             mse = sse/(len(I1.shape) * I1.shape[0]*I1.shape[1])
             psnr = 10*math.log((255*255)/mse, 10)
             return psnr

结果是:

范例1:

   ./psnr.py yBZzJ_e.png Fy7Xu_m.png
   26.4697468901

范例2:

   ./psnr.py key.png frame.png
   15.4679854768

这也不正确，因为:
./psnr.py key.png key.png
0

最佳答案

您是否看过PSNR？
这将计算图像中每个像素的差异。
有关更多信息和OpenCV示例，请阅读:http://docs.opencv.org/doc/tutorials/highgui/video-input-psnr-ssim/video-input-psnr-ssim.html#videoinputpsnrmssim