假设我有两个图像，图像1和模板作为图像2。我想实现图像（M，N）与模板之间的平方差和匹配，以找到图像的匹配区域为矩形。我有计算SSD的代码，但当我尝试使用我的输入图像时，它给出了一个错误：值错误：步幅和形状的长度不匹配，
def sumsqdiff3(input_image, template):
window_size = template.shape
y = as_strided(input_image,
shape=(input_image.shape[0] - window_size[0] + 1,
input_image.shape[1] - window_size[1] + 1,) +
window_size,
strides=input_image.strides * 2)
y = as_strided(input_image,
shape=(input_image.shape[0] - window_size[0] + 1,
input_image.shape[1] - window_size[1] + 1),
strides=input_image.strides * 2)
ssd = np.einsum('ijkl,kl->ij', y, template)
ssd *= - 2
ssd += np.einsum('ijkl, ijkl->ij', y, y)
ssd += np.einsum('ij, ij', template, template)
return ssd字符串
以下是原始和模板图像的链接：
https://ibb.co/bsgY71Z
https://ibb.co/C869x9F
我想用SSD方法在原始图像中找到摄影师的耳朵。一个长方形显示的人的耳朵在图像中。
如何解决这个错误并在匹配区域周围画一个矩形？
https://numpy.org/doc/stable/reference/generated/numpy.lib.stride_tricks.as_strided.html的
1条答案
按热度按时间n8ghc7c11#
您有两个
y=行。第二个显然不可能。你给予一个二维的形状。所以
y是一个二维数组，就像input_image一样。但是步幅的维数是input_image的2倍。那显然是无稽之谈。第一个也是不可能的。但不那么明显。因为你的“模板”是一个RGBA彩色图像（所以是一个3D阵列），而图像是一个2D阵列（黑白图像）。所以
y的形状是一个5d的形状。也就是说，由于您的图像为（490，487），模板为（27，27，4），因此将为（464，461，27，27，4）。例如，对于float64，假设输入是连续图像，并且具有连续跨距，则跨距为（3896，8，3896，8）所以5形4大步，遂有了误差。形状有5个轴没有意义，步幅有4个轴。每个轴都需要一个尺寸（形状）和一个步幅。
问题显然是，你期望的模板是一个二维的b&w图像也。
如果是的话，那么第一个
y就有意义。对于每个像素，y离边界足够远，以便能够从图像中提取滑动27 × 27窗口（因此是- template.shape[0]+1等），即作为该滑动窗口的2D阵列。这是一个四维数组。它的形状是（W-26，H-26，27，27）。而步幅
y正好是输入图像的步幅，重复。这意味着沿着轴0（沿图像的行）以及沿轴2（沿滑动窗口的行）的行进正好与沿input_image的轴0的行进相同。对于y轴1和3也是如此。该代码按预期工作（即，它不会崩溃，也不会抱怨不一致，无论是在
as_strided行中，还是在einsum和y上的其他算术运算中。当然，它并没有给予你所期望的结果，你也远远不能从中画出一个红色的方块。如果真有那么容易，我们这些计算机视觉Maven早就失业了：D。但是，从SO的Angular 来看，也就是从编码的Angular 来看，它确实实现了您想要实现的算法。只是，那个算法没那么神奇。看（越黑越好，因为它是一个差异）
x1c 0d1x的数据
除非模板真的是直接从图像中提取的（
template=input_image[100:127,200:227]），否则它永远不会真正工作，只是逐像素比较绝对值。即便如此...我们确实在耳朵的位置看到了黑斑。但它不是唯一的一个。我只是把它的图像和它的一部分进行比较...的
余弦相似性可能更现实。但即便如此，它也并不只是展示耳朵，什么都没有：（这里越亮越好，因为它是余弦）
的
但那是另一个问题了。对于你的问题，要紧的是：您需要
templete是黑白图像，而不是彩色图像。