使用 Python OpenCV 进行图像重复模式检测

Question

我正在寻找一种好方法来检测图像是否具有相似形状的重复图案，或者只是没有可辨别的图案的噪音。看几张图片可以最好地说明这一点:

1. 此处的方法会返回 True，并且理想情况下会识别出图像中有大约 35 个重复形状(我不希望它一定会识别出右下角被裁剪掉的形状。

返回真

1. 此处的方法将返回 FALSE。虽然此图像中有许多不同的形状，但从视觉上可以清楚地看出没有相似形状的重复图案。

返回假

一些注意事项:

• 图片来自衬衫上的图案。重复的形状并不完全相同，并且可能不完全均匀分布。一张图片上可能有 10 种到几千种形状。
• 我事先不知道重复的形状的大小或特征。我正在从衬衫上拍摄这些图片，因此您可以想象有许多不同类型的重复形状。
• 我一直在使用 scipy.ndimage.measurements.label 来识别图像中的所有单个形状。我还使用膨胀来组合附近的形状，并可以过滤掉非常小的形状。

我一直在努力想出一种方法，该方法既要足够灵活以处理我正在处理的大量不同模式，又要足够严格以拒绝噪音。

感谢任何帮助!

Answer 1

不是一个完整的答案，但希望一些帮助和其他人可以发表评论现在光谱可用...

通常，FFT 频谱应该显示重复模式。我不是世界上最擅长解释光谱的人，但在这里它们适用于您的两幅图像。

我在命令行使用 ImageMagick 计算如下:

convert image.jpg -fft +delete -evaluate log 100000 spectrum.png

首先是有图案的衬衫:

然后是乱七八糟的:

是的，我知道你想要一个 OpenCV 解决方案，我使用了不同的工具，但我的想法是合作找到一个首先有效的方法，然后它可以在 < strong>OpenCV.