代码收藏家技术教程 2025-01-31

基于openCV和python的skimage查找并标记两张图片的不同

前言

UI测试过程中，会涉及大量的界面图片的样式、背景、颜色等检查，使用肉眼检查效率低，并且容易遗漏细微的差异。以下记录利用opencv的cv2结合skimage实现简单实现图像对比的功能的实现步骤。

文章目录

前言

一、openCV和skimage简介

二、环境准备

1.安装opencv-python

三、代码实现

1.导入图像处理库

2.读取图片

3.调整对比的两张图片尺寸一样

4.图片转灰度图

5.使用structural_similarity对比获取图像相似度和不同

6.圈出不同并标记序号

四、效果图

一、openCV和skimage简介

OpenCV（open source computer vision library）是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。
它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

Scikit-Image(skimage)是一个用于图像处理的Python库，提供了丰富的算法和工具，用于图像滤波、形态学处理、颜色转换、边缘检测、图像分割等。它的设计理念是简洁、易用和功能强大，适合快速开发和实验。

二、环境准备

1.安装opencv-python

pip install opencv-python

如果安装失败，可以-i加上镜像地址安装

2.安装scikit-image

pip install scikit-image

三、代码实现

1.导入图像处理库

from skimage.metrics import structural_similarity as compare_ssim

import imutils

import cv2

import numpy as np

2.读取图片

image = "C:/Users/ts/Desktop/img/screenshot.png"

imageCompare = "C:/Users/ts/Desktop/img/screenshot1.png"

image= cv2.imdecode(np.fromfile(image, dtype=np.uint8), -1)

image_compare= cv2.imdecode(np.fromfile(image_compare, dtype=np.uint8), -1)

3.调整对比的两张图片尺寸一样

h1, w1,c1 = image.shape
h2, w2,c2= imageCompare.shape
image_compare = cv2.resize(image_compare ,dsize=(w1,h1))

4.图片转灰度图

gray_image= cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
gray_image_ompare = cv2.cvtColor(image_compare ,cv2.COLOR_BGR2GRAY)

5.使用structural_similarity对比获取图像相似度和不同

(score,diff) = compare_ssim(gray_image,gray_image_ompare ,full = True)

diff = (diff *255).astype("uint8")

retval,thresh = cv2.threshold(diff,200,255,cv2.THRESH_BINARY_INV)

#参数thresh：阈值，用于确定像素是否应该被视为前景或背景，调测下来200比较合适

cnts=cv2.findContours(thresh.copy(),cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

cnts = cnts[1] if imutils.is_cv3() else cnts[0]

loacation_list =[]

for c in cnts:

(x,y,w,h) = cv2.boundingRect(c)

loacation_list.append((x,y,x+w,y+h))

6.圈出不同并标记序号

for index,item in enumerate(loacation_list):

#圈出不同

x,y,x1,y1 = item

cv2.rectangle(imageA,(x,y),(x1,y1),(0,0,255),2)

cv2.rectangle(imageB,(x,y),(x1,y1),(0,0,255),2)

#不同处添加序号

imageA = cv2.putText(imageA,str(index+1), (x,y+24), cv2.FONT_HERSHEY_DUPLEX, 1, (0, 0, 255))