파이썬 OpenCV 이미지 차이 구하기

OpenCV

OpenCV

 

 

할 것

이미지 차이를 구해서 빨간색으로 칠하기

1. OpenCV 설치

pip install opencv-python

 

2.  이미지 설정

imageA = 원본, imageB = 비교 대상, imageC = 원본 복사

grayA = imageA를 gray scale, grayB = imageB를 gray scale

cvtColor 문서

import cv2
from skimage.measure import compare_ssim

imageA = cv2.imread("D:\DEV\Code\Python\img\diff1.jpg")  # 원본
imageB = cv2.imread("D:\DEV\Code\Python\img\diff2.jpg")  # 비교
imageC = imageA.copy()  # 결과물 저장용

tempDiff = cv2.subtract(imageA, imageB)

grayA = cv2.cvtColor(imageA, cv2.COLOR_BGR2GRAY)
grayB = cv2.cvtColor(imageB, cv2.COLOR_BGR2GRAY)

 

3. Structural Similarity Index

두 이미지의 차이 %를 구하기 위해서 Mean Squared Error 혹은 SSIM을 사용할 수 있다.

MSE와 SSIM의 차이는, SSIM은 MSE을 방식을 포함하나,

SSIM = 원본 이미지 A와 왜곡된 이미지 B 가 있다고 할 때 SSIM은 두 이미지의 휘도, 대비, 및 구조를 비교한다.

MSE = 원본 이미지와 복원 이미지가 있다면 두 이미지의 픽셀 값들의 차이에 대한 측정값을 나타낸다.

(score, diff) = compare_ssim(grayA, grayB, full=True)
diff = (diff * 255).astype("uint8")

print(f"Similarity: {score:.5f}")

assert score, "다른 점 찾을 수 없음"

# 이 글 예제
Similarity: 0.98386

 

4. 차이점 mask

(0, 0, 255), thresh에서, 255인 값이면 imageC의 부분을 빨간색으로 바꾼다.

def threshold() =

https://opencv-python.readthedocs.io/en/latest/doc/09.imageThresholding/imageThresholding.html?highlight=threshold#cv2.threshold

thresh = cv2.threshold(diff, 0, 255,
                       cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]

# 차이점 빨간색으로 칠하기
tempDiff[thresh == 255] = [0, 0, 255]
imageC[thresh == 255] = [0, 0, 255]

 

5. 이미지 출력 및 저장

imshow 문서

# 다른 점 diff3.png로 저장
cv2.imwrite("D:\DEV\Code\Python\img\diff3.png", imageC)

# 결과 출력
cv2.imshow("Original", cv2.resize(imageA, (960, 540)))
cv2.imshow("Compare", cv2.resize(imageB, (960, 540)))
cv2.imshow("Difference", cv2.resize(imageC, (960, 540)))
cv2.imshow("Gray", cv2.resize(diff, (960, 540)))
cv2.imshow("Gray2", cv2.resize(tempDiff, (960, 540)))

# 아무 키나 눌러서 종료하기
cv2.waitKey(0)

 

import cv2
from skimage.measure import compare_ssim

imageA = cv2.imread("D:\DEV\Code\Python\img\diff1.jpg")
imageB = cv2.imread("D:\DEV\Code\Python\img\diff2.jpg")
imageC = imageA.copy()

tempDiff = cv2.subtract(imageA, imageB)

grayA = cv2.cvtColor(imageA, cv2.COLOR_BGR2GRAY)
grayB = cv2.cvtColor(imageB, cv2.COLOR_BGR2GRAY)
cv2.imshow("grayA", cv2.resize(grayA, (960, 540)))

(score, diff) = compare_ssim(grayA, grayB, full=True)
diff = (diff * 255).astype("uint8")
print(f"Similarity: {score:.5f}")

assert score, "다른 점 찾을 수 없음"

thresh = cv2.threshold(diff, 0, 255,
                       cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]

# 차이점 빨간색으로 칠하기
tempDiff[thresh == 255] = [0, 0, 255]
imageC[thresh == 255] = [0, 0, 255]

# 다른 점 diff3.png로 저장
cv2.imwrite("D:\DEV\Code\Python\img\diff3.png", imageC)

# 결과 출력
cv2.imshow("Original", cv2.resize(imageA, (960, 540)))
cv2.imshow("Compare", cv2.resize(imageB, (960, 540)))
cv2.imshow("Difference", cv2.resize(imageC, (960, 540)))
cv2.imshow("Gray", cv2.resize(diff, (960, 540)))
cv2.imshow("Gray2", cv2.resize(tempDiff, (960, 540)))

# 아무 키나 눌러서 종료하기
cv2.waitKey(0)

원본, 비교 대상, 차이점

원본, 비교 대상, 차이점

원본, 비교 대상, 차이점

 

Intelligent Test Automation : https://endtest.io/

OpenCV doc : https://opencv-python.readthedocs.io/en/latest/

참고 : https://www.pyimagesearch.com/2014/09/15/python-compare-two-images/