Aircv基于Python-opencv2的目标定位
Aircv是一款基于Python-opencv2的目标定位。
用法
import aircv as ac imsrc = ac.imread('youimage.png') # 原始图像 imsch = ac.imread('searched.png') # 带查找的部分
SIFT查找图像
print ac.find_sift(imsrc, imsch) # - when Not found @return None # 之前是返回的 [] # - when found @return {'point': (203, 245), 'rectangle': [(160, 24), (161, 66), (270, 66), (269, 24)], 'confidence': 0.09} # point: 查找到的点 # rectangle: 目标图像周围四个点的坐标 # confidence: 查找图片匹配成功的特征点 除以 总的特征点
SIFT多个相同的部分查找
print ac.find_all_sift(imsrc, imsch, maxcnt = 0) # - when not found @return [] # - when found @return [{..}, {..}] # {..}的内容跟SIFT查找到单个图像的格式一样
maxcnt是可选参数,限制最多匹配的数量。
直接匹配查找图像
print ac.find_template(imsrc, imsch)
期望输出 (目标图片的中心点,相似度), 相似度是电脑计算出来的一个值,跟平常所说的相似97%不是一个意思。对于这个值,达到0.999以上才算是图片一样。
(294, 13), 0.9715
查找多个相同的图片,如在图形1中查找图形2
print ac.find_all_template(imsrc, imsch)
期望输出 (目标图片的中心点,相似度)
[((294, 13), 0.9715), ...]
示例
import aircv imsrc = aircv.Image('demo.png') imobj = aircv.Image('object.png') print imsrc.find(imobj, method=aircv.FIND_TMPL) # or method=aircv.FIND_SIFT # expect aircv.Position(x=10, y=20, extra={'method': aircv.FIND\_TMPL, 'result': 0.98}) print imobj.find_in(imsrc, method=aircv.FIND_TMPL) # expect aircv.Position(x=10, y=20) rect = aircv.Rect(left=80, top=10, width=50, height=90) # Rect define: Rect(left=0, top=0, right=None, bottom=None, width='100%', height='100%') pos = imsrc.find(imobj, rect=rect, method=aircv.FIND_TMPL) print pos # expect aircv.Position(x=10, y=20) print imsrc.draw_point(pos) # .draw_point(pos2) # expect aircv.Image object print imsrc.draw_rectangle(aircv.Rect(left=80)) # expect aircv.Image object print imsrc.draw_circle(??) print imsrc.cv_object # expect numpy object imsrc.save('source.png') # An Exception raised when file exists print imsrc.rect() == imobj.rect() # expect True or False print imsrc.percent(imobj)
评论