内容简介:IG 夺冠啦!王老板火啦!连王老板吃热狗都吃的如此销魂,那我们当然要来在人群中找到他呢!看到一个美术生的作品,如何 3 秒内找到思聪王。
IG 夺冠啦!王老板火啦!连王老板吃热狗都吃的如此销魂,那我们当然要来在人群中找到他呢!
看到一个美术生的作品,如何 3 秒内找到思聪王。
我找了好久啊,这幅图画的真是魔性,看得眼睛都花了,浪费了我宝贵的上班时间。不得不承认,我,作为一个工科生,3 秒钟是找不到了。但是,我的电脑可以呀!
连美术生都出动调侃王思聪了,工科生怎么能坐以待毙!那我就趁着上班,来做一个自动找王思聪的实现吧。
既然在上班,就要用一种比较专业的方式来展开我的工作。
项目目标: 在一群鸭子中找到 吃热狗的 王思聪
项目实现:Python ,OpenCV
项目成果:0.3 秒内找到
项目技术路线:
- 获得鸭子同等大小的王思聪;
- 在原图全局搜索,匹配王思聪所在的位置;
- 在王思聪周围画个红框;
- 查看计算机速度;
项目具体实现:
图像处理,作为计算机算法中十分大的一类,现成的代码库中有一个非常适合用来做
1.获得鸭子同等大小的王思聪 —— resize(OpenCV)
这个部分主要是数据的预处理,说得很专业,其实就是用电脑自带的截图工具,截取一个小鸭子,他的大小大约为 36*36。我们就相应地把王思聪 resize 到和小鸭子同等大小,这里采用了插值 inter_cubic 的方式来进行重采样。
王思聪的图来自 那位可爱的美术生。
#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ Created on Wed Nov 7 11:42:02 2018 @author: aaron """ import cv2 template = cv2.imread('wangsicong.png') template = cv2.resize(template, (40, 40), interpolation=cv2.INTER_CUBIC)复制代码
2.在原图全局搜索,匹配王思聪所在的位置 —— matchTemplate (opencv)
OpenCV 作为一个比较全能的图像处理库,能够提供较为许多图像处理的基础,比如边缘监测函数可以直接用于监测图像的边界(OpenCV 也提供了 canny 算子、sobel 算子等)。
这里我们使用 模版匹配算法(matchTemplate),他帮助算法在一副图像中找到特定的目标。该函数需要四个参数,
- 原图 Image
- 监测目标 detect
- 匹配结果图 result
- 匹配衡量方式 method
- CV_TM_SQDIFF,平方差
- CV_TM_SQDIFF_NORMED,平方差归一化
- CV_TM_CCORR,相关度
- CV_TM_CCORR_NORMED,相关度归一化
- CV_TM_CCOEFF,相关系数
- CV_TM_CCOEFF_NORMED,相关系数归一化
因此,该搜索主要是以像素级别的匹配,不会进行缩放;
我们目前的任务中王思聪的色调并没有改变,因此任何一种方法的差异并不是很大。
import numpy as np from matplotlib import pyplot as plt img = cv2.imread('image.jpg') template = cv2.imread('detect.png') # Apply template Matching res = cv2.matchTemplate(img,template,eval('cv2.TM_CCOEFF')) # Get the size of template w, h = template[:,:,0].shape[::-1]复制代码
3.在王思聪周围画个红框 —— minMaxLoc(OpenCV);
matchTemplate 函数得到的结果是一个灰度数值图,给出的是图像中每一个 detect 范围的匹配程度,灰度数值越大,则相似度越高。
为了画出这个最有可能出现思聪王的位置,我们使用 OpenCVv 的 minMaxLoc 函数来得到思聪王边框的具体位置,并进一步使用 OpenCV 的 rectangle 函数来画出这个框。
# Get anchor for templateMatch result min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res) # draw rectangle top_left = max_loc bottom_right = (top_left[0] + w, top_left[1] + h) imgplt = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) cv2.rectangle(imgplt,top_left, bottom_right, 255, 2) # show image plt.imshow(imgplt) plt.title('Detected results'), plt.xticks([]), plt.yticks([]) plt.show() 复制代码
结果如上!成功!
4.计算机的速度 —— timeit。
Python 的 timeit 模块能够提供 代码运算时间 的统计,在使用这一模块的使用,总共记录两次时间。一次在所有代码运行之前,一次在所有代码运行之后,两次相减就得到的 代码运算的 总时间。
这里列出了 timeit 时间统计的方式,但是在具体运行的时候,则需要把上述代码全部放在两次时间获取的中间,也就是下述第四行的位置。
import timeit start = timeit.default_timer() # All your code above stop = timeit.default_timer() print('Time: ', stop - start) 复制代码
我平均跑了十次,2018 年款的 MacBook Air,基本配置的平均时间是 0.2 秒!
目标达成!
PS,:point_up_2:是为了展示一下 OpenCV 的风采。因此使用了传统的模式匹配流程。如果我们在实际应用中,面对雷同的问题。
- 首先分析认为,王思聪的脸部颜色和鸭子不一样,且他的脸部颜色只有他独有的;
- 可以使用 滴管 功能来得到 王思聪脸部颜色的 RGB;
- 在图中搜索有 脸部颜色 RGB 的部分 并 高亮;
- 找到 王思聪!
OpenCV 是 计算机视觉 中非常重要的类库,他既可以支持传统计算机视觉处理,也可以支持 深度学习计算机视觉。他的底层是 C++,运算速度很快,也提供了 Python 的调用接口,真的省了很多事呢!
感谢观看!
以上所述就是小编给大家介绍的《找到思聪王》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- React发展历程中找到问题
- 如何找到APT攻击的“脉门”?
- 如何找到适合自己的研发模式?
- 如何构建一个器学习项目来找到工作?
- 在哪里能找到优秀的golang大神
- 什么是僵尸进程,如何找到并杀掉僵尸进程?
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。