第三十七章 image图像对比实验

在上一章节中，介绍了image模块中图像色块追踪方法给的使用，本章将继续介绍image模块中图像对比方法的使用。通过本章的学习，读者将学习到image模块中图像对比的使用。

本章分为如下几个小节：

37.1 image模块图像对比方法介绍

37.2 硬件设计

37.3 程序设计

37.4 运行验证

37.1 image模块图像对比方法介绍

image模块为Image对象提供了difference()方法，用于计算两个图像的差值绝对值，difference()方法如下所示：

image.difference(image, mask)

difference()方法计算两个图像的差值的绝对值，并返回一个image对象，返回的图像中较暗的部分，即两个对比图像差别不大的部分，返回图像中较亮的部分，即两个对比图像中相差较大的部分。

image指的是与image对象比较的另一个image对象。

mask指的是另一个用作绘图操作的像素级掩码的图像，掩码应该是一个只有黑色和白色像素的图像，并且因该与所处理的Image对象具有相同的大小，仅有掩码中设置的像素会被修改。

difference()方法会返回经过处理的Image对象。

difference()方法的使用示例如下所示：

import image

img1 = image.Image(size=(320, 240))

img2 = img1.copy()

img1.difference(img2)

image模块为Image对象提供了get_similarity()方法，用于计算两个图像之间的相似程度，get_similarity()方法如下所示：

image.get_similaraity(image)

get_similarity()方法用于使用SSIM算法计算两个图像之间的8*8像素色块的相似度，并会返回一个similarity对象。

image指的是与image对象进行计算的另一个image对象。

get_similarity()方法会返回一个similarity对象。

get_similarity()方法的使用示例如下所示：

import image

img1 = image.Image(size=(320, 240))

img2 = img1.copy()

sim = img1.get_similarity(img2)

37.2 硬件设计

37.2.1 例程功能

1. 不断地获取摄像头输出的图像，并保存相邻的两帧图像，对这两帧图像使用差帧算法或SSIM算法进行图像对比，并将对比结果和当前获取到的摄像头图像一起在LCD上进行显示。

2. KEY0按键可以切换图像对比时使用的算法。

37.2.2 硬件资源

本章实验内容，主要讲解image模块的使用，无需关注硬件资源。

37.2.3 原理图

本章实验内容，主要讲解image模块的使用，无需关注原理图。

37.3 程序设计

37.3.1 image模块图像对比方法介绍

有关image模块图像对比方法的介绍，请见第37.1小节《image模块图像对比方法介绍》。

37.3.2 程序流程图

图37.3.2.1image图像对比实验流程图

37.3.3 main.py代码

main.py中的脚本代码如下所示：

from board import board_info

from fpioa_manager import fm

from maix import GPIO

import time

import lcd

import sensor

import image

import gc

lcd.init()

sensor.reset()

sensor.set_framesize(sensor.QVGA)

sensor.set_pixformat(sensor.RGB565)

sensor.set_hmirror(False)

type = 0

type_dict = {

    0: "Normal",

    1: "Frame",

    2: "SSIM"

}

fm.register(board_info.KEY0, fm.fpioa.GPIOHS0)

key0 = GPIO(GPIO.GPIOHS0, GPIO.IN, GPIO.PULL_UP)

def key_irq_handler(key):

    global key0

    global type

   time.sleep_ms(20)

    if key is key0 and key.value() == 0:

       type = type + 1

       if type == len(type_dict):

           type = 0

key0.irq(key_irq_handler, GPIO.IRQ_FALLING, GPIO.WAKEUP_NOT_SUPPORT, 7)

while True:

    img= sensor.snapshot()

    if type == 0:

       # 原图

       pass

    elif type == 1:

       # 差帧算法

       threshold = 5

       if "prev" not in dir():

           prev = img.copy()

       prev.difference(img)

       hist = prev.histogram()

       diff = hist.get_percentile(0.99).l_value() - hist.get_percentile(0.90).l_value()

       img.draw_string(10, 30, "Different" if diff > threshold else "Same", color=(255, 0, 0), scale=1.6)

       prev = img.copy()

    elif type == 2:

       # SSIM算法

       threshold = -0.4

       if "prev" not in dir():

           prev = img.copy()

       sim = prev.get_similarity(img)

       img.draw_string(10, 30, "Different" if sim.min() < threshold else "Same", color=(255, 0, 0), scale=1.6)

    else:

       type = 0

    img.draw_string(10, 10, type_dict[type], color=(255, 0, 0), scale=1.6)

    lcd.display(img)

    gc.collect()

可以看到一开始是先初始化了LCD、摄像头和中断按键，并且按下中断按键可以切换图像对比时使用的对比算法。

接着在一个循环中不断地获取摄像头输出的图像，因为获取到的图像就是Image对象，因此可以直接调用image模块为Image对象提供的各种方法，然后就是对当前图像与上一帧图像进行图像对比，最后在LCD显示图像以及图像对比结果。

37.4 运行验证

将DNK210开发板连接CanMV IDE，点击CanMV IDE上的“开始(运行脚本)”按钮后，按下KEY0按键能够切换图像对比时使用的对比算法，图像对比完成后会在LCD上显示对比结果，如果前后两帧图像相似度较高，则LCD上显示“Same”，如果前后两帧图像有点差异，则LCD上显示“Different”。