比较图像并标注差异c＃

Question

我目前正在开发一个项目，在该项目中，我需要编写软件来比较由相同区域组成的两幅图像，并绘制出围绕差异的框。我在几个小时内用c＃.net编写了程序，但很快就意识到运行成本非常昂贵。下面是我实现它中的步骤。

1. 创建存储在x，每个像素的y坐标和与宽度，高度，x和y属性一起存储像素的列表的PixelRectangle类的像素类。

2. 循环遍历每个图像的每个像素，比较每个对应像素的颜色。如果颜色不同，我然后用该像素的x，y坐标创建一个新的像素对象，并将其添加到pixelDifference List。

3. 接下来我写了一个递归检查pixelDifference列表中每个像素的方法，以创建仅包含彼此直接相邻像素的PixelRectangle对象。 （很确定这个坏男孩造成了大部分的破坏，因为它给了我一个堆栈溢出错误。）

4. 然后根据存储的像素计算矩形的x，y坐标和尺寸PixelRectangle对象的列表并在原始图像上绘制一个矩形以显示差异的位置。

我的问题是：我正在做这个正确的方法吗？四叉树会为这个项目保留任何价值吗？如果你可以给我关于这样的事情的基本步骤，我会很感激。提前致谢。

• Dave。

Answer 1

你几乎用正确的方式去做。第3步不应该导致StackOverflow异常，如果它正确实施，所以我会仔细看看该方法。

最可能发生的事情是您对PixelDifference的每个成员的递归检查无限运行。确保你跟踪哪些像素已被检查。一旦检查了像素，在检查邻近像素时就不再需要考虑了。在检查任何邻近像素之前，确保它没有被检查过。

作为跟踪哪些像素已被检查的替代方法，您可以在检查后从PixelDifference中移除一个项目。当然，这可能需要改变实现算法的方式，因为从列表中删除元素的同时检查它会带来一系列新问题。

Answer 2

看起来像你想要实现斑点检测。我的建议是不要重新发明轮子，只使用openCVSharp或emgu来做到这一点。谷歌“污点检测” & OpenCV的

如果你想自己在这里做我的2美分的价值

：

首先，让我们澄清你想要做什么。实际上是两个单独的东西：

1. 计算两个图像之间的差（我假设它们是 相同的尺寸）

2. 画一个框围绕“区域”通过1测量的是“不同”这里的问题是什么是'区域'，什么是'不同的'。

我的建议为每个步骤：（我的假设是两个图像的灰度若否，计算的颜色之和为每个像素获得的灰度值）

1）周期通过两个图像中的所有像素并减去它们。设置绝对差值的阈值，以确定它们的差异是否足以表示场景中的实际变化（而不是传感器噪声等，如果图像来自相机）。然后将结果存储在第三个图像中。 0没有区别。 255有区别。如果做得对，这应该是非常快的。但是，在C＃中，您必须使用指针才能获得不错的性能。这里的如何做到这一点的例子（注：代码没有测试!!）：

/// <summary> 
    /// computes difference between two images and stores result in a third image 
    /// input images must be of same dimension and colour depth 
    /// </summary> 
    /// <param name="imageA">first image</param> 
    /// <param name="imageB">second image</param> 
    /// <param name="imageDiff">output 0 if same, 255 if different</param> 
    /// <param name="width">width of images</param> 
    /// <param name="height">height of images</param> 
    /// <param name="channels">number of colour channels for the input images</param> 
    unsafe void ComputeDiffernece(byte[] imageA, byte[] imageB, byte[] imageDiff, int width, int height, int channels, int threshold) 
    { 
     int ch = channels; 

     fixed (byte* piA = imageB, piB = imageB, piD = imageDiff) 
     { 

      if (ch > 1) // this a colour image (assuming for RGB ch == 3 and RGBA == 4) 
      { 
       for (int r = 0; r < height; r++) 
       { 
        byte* pA = piA + r * width * ch; 
        byte* pB = piB + r * width * ch; 
        byte* pD = piD + r * width; //this has only one channels! 

        for (int c = 0; c < width; c++) 
        { 
         //assuming three colour channels. if channels is larger ignore extra (as it's likely alpha) 
         int LA = pA[c * ch] + pA[c * ch + 1] + pA[c * ch + 2]; 
         int LB = pB[c * ch] + pB[c * ch + 1] + pB[c * ch + 2]; 

         if (Math.Abs(LA - LB) > threshold) 
         { 
          pD[c] = 255; 
         } 
         else 
         { 
          pD[c] = 0; 
         } 

        } 
       } 
      } 
      else //single grey scale channels 
      { 
       for (int r = 0; r < height; r++) 
       { 
        byte* pA = piA + r * width; 
        byte* pB = piB + r * width; 
        byte* pD = piD + r * width; //this has only one channels! 

        for (int c = 0; c < width; c++) 
        { 
         if (Math.Abs(pA[c] - pB[c]) > threshold) 
         { 
          pD[c] = 255; 
         } 
         else 
         { 
          pD[c] = 0; 
         } 
        } 
       } 
      } 
     } 
    } 

2）

不知道你的意思面积这里什么。取决于你的意思的几种解决方案。从最简单到最难。

一）颜色，假定你只有差异（不可能一个面积）计算所有255个像素的边框在输出图像的每个像素的差异红色在输出

B）。这可以在所有255个像素上使用x和y位置的简单最大/最小值来完成。单通过图像，应该非常快。 c）如果你有很多不同的区域发生变化 - 计算“连接的组件”。这是相互连接的像素的集合。当然这只适用于二进制图像（即开或关，或在我们的情况下为0和255）。你可以在C＃中实现这一点，我已经做到了这一点。但我不会在这里为你做这件事。这有点牵扯。算法在那里。再次opencv或谷歌connected components。

一旦你有一个CC的列表画每个周围的框。完成。

Answer 3

找到两幅图像的差异有一个更简单的方法。

所以，如果你有两个图像

Image<Gray, Byte> A; 
Image<Gray, Byte> B; 

您可以通过

A - B 

当然很快得到他们的差异，图像不存储负值，所以在情况下得到的差异，其中像素图像B大于图像A

B - A 

将它们组合在一起

(A - B) + (B - A) 

这是好的，但我们可以做得更好。

这可以使用傅里叶变换进行评估。

CvInvoke.cvDFT(A.Convert<Gray, Single>().Ptr, DFTA.Ptr, Emgu.CV.CvEnum.CV_DXT.CV_DXT_FORWARD, -1); 
CvInvoke.cvDFT(B.Convert<Gray, Single>().Ptr, DFTB.Ptr, Emgu.CV.CvEnum.CV_DXT.CV_DXT_FORWARD, -1); 

CvInvoke.cvDFT((DFTB - DFTA).Convert<Gray, Single>().Ptr, AB.Ptr, Emgu.CV.CvEnum.CV_DXT.CV_DXT_INVERSE, -1); 
CvInvoke.cvDFT((DFTA - DFTB).Ptr, BA.Ptr, Emgu.CV.CvEnum.CV_DXT.CV_DXT_INVERSE, -1); 

我发现这个方法的结果好多了。 您可以制作一个二进制图像，即：阈值的图像，所以没有变化的像素有0，而有变化的像素存储255.

现在至于第二部分的问题，我想有一个简单的粗略解决方案：

将图像分割成矩形区域。也许没有必要去使用四叉树。比如说，一个8x8的网格......（对于不同的结果，您可以尝试不同的网格大小）。

然后使用这些区域内的convex hull函数。这些凸包可以通过找到它们顶点的最小和最大x坐标来变成矩形。

应该是快速和简单