[巨型难题] 如何通过 Python ,确定图片剪裁位置

[vertigo]

如图，当有两张图，左边为源文件，右边为剪裁（且等比拉伸）后的图片

请问如何通过程序来判断右图位于左图什么位置（例如返回四个角坐标）

[JCZ2MkKb5S8ZX9pq]

@vertigo 但你的需求不知道合不合适用它这个，它是个测试框架。可以翻翻它的 github，感觉可能就是 cv2 。

[cnt2ex]

相关滤波算法

尺度可以把图片变换到 logpolar 空间估计

[cnt2ex]

其实还可以用目标检测的方法。直接用深度学习的那堆模型检测两个图片中物体的坐标 x,y,w,h，再用模板匹配。

[vertigo]

@JCZ2MkKb5S8ZX9pq 卧槽牛逼

[vertigo]

@cnt2ex 去哪里可以找到玩过这些算法的老哥呢

[tiancaixiaoshuai]

@vertigo $是美元，代表钱，cha-ching 是模仿收银机的声音，代表钱进账

很多网站的图片素材都是从网上找的，然后把原图切一下拉到合适的尺寸自己用，或者就是单纯的截一部分，假装跟原图不一样。从网上找到的图片所在网站本身可能就是盗的图，并不能以此确定这张图片是否可以商用，如果使用了这种图片，被原创者发现，就要交钱（版权费）

那么，一些做图片资源的网站，例如某觉中国，使用了你说的这个技术，批量扫描全网的网站，把图片拿来跟自己的数据库对比，找出盗图的网站、相关图片、以及相关图片截取了自己图片的哪个位置，发送律师函，收钱

[SharkU]

@tiancaixiaoshuai 有道理

[jmc891205]

与 scale 和 rotation 无关的 template matching 算法
你预算多少？

[dick20cm]

与 scale 和 rotation 无关的 template matching 算法，简单的一批

[ctolib]

@vertigo 网上搜索一下模板匹配算法 一堆的示例代码。

[vertigo]

@ctolib 好的谢谢老板

[cz5424]

做过类似的需求，来确定视频中水印位置，用得是 opencv 的 SIFT

[supermoonie]

@vertigo 我有一个 OpenCV 的群，群主是贾志刚，51CTO 里的讲师，需要的话，我可以帮你

[gorillazksl]

没有 scale 和 rotation @TtiGeR 的 link 就能 work.
有 scale 和 rotation, 先用 SIFT(总的来说 SIFT 还是所有 Feature detection 方法里对所有情况平均性能最好的，如果有速度的要求可以用 SURF 之类的) match 一些 point 再根据这些 point 估计 scale 和 rotate 的参数 然后再用 @TtiGeR 的 link 就行

[CoCoMcRee]

模糊匹配, 很好奇你是想用在什么场景下.

我之前也游戏脚本时用过这个.

[imn1]

右图存在的话，就几行而已

def compTmpl(image, target):
img_rgb = cv2.imread(image)
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
template = target
w, h = template.shape[::-1]
res = cv2.matchTemplate(img_gray, template, cv2.TM_CCOEFF_NORMED)
threshold = 0.9
loc = numpy.where( res >= threshold)
return loc

threshold 是临界值，自己按需要调整

[gorillazksl]

@imn1 Opencv 的 matchTemplate 是没有考虑到 scale 和 rotation 的 所以只有在没有 scale 和 rotation 的前提下才会比较 work

[nightwitch]

右图是已知的，或者有近似的模板，搜关键词 模板匹配(template matching)
如果你只有左图，想从中扣出一些物体所在的区域，搜关键词 目标检测, 比较容易的( FRNN, YOLOv3)

[imn1]

@gorillazksl #37
如果尺寸相差不太大，还是可以的
我经常用这招找图，在图 1 中随机在图中心附近画一个不太大矩形，然后用这个矩形去一堆图里面找（尺寸不同，但基本接近），输出匹配，比起 imgHash 更好使，因为 imgHash 在：
1.出现比较大幅的裁边，或者加厚框
2.比例相差大
3.大水印
这些情况，不容易匹配上
重点是最终我还是要肉眼判定，程序只是找出来而已，纯自动化我心还没那么大

至于旋转，看需求可以添加代码，cv2 就是个矩阵而已，平常没必要想太多，毕竟人眼不能旋转看图，大部分情况两幅图是同向的，旋转的情况不多

[cht]

SIFT 正解