精华内容
下载资源
问答
  • 图像比对
    2021-06-06 16:15:36

    摘要:

    为保证Android应用的质量,业界提出了很多Android测试的理论和方法,其中自动化测试节省了测试时间和成本,诸如MonkeyRunner,Robotium等自动化测试工具和框架得到了广泛的应用.通过对这些工具和框架的实际使用与原理研究,发现它们大多存在两个共同的问题:一是需要使用它们提供的API来编写相应的测试代码,对使用者的编程能力有一定的要求,使用门槛较高;二是它们只关注测试脚本执行过程的自动化,测试流程中的其他部分还需要手工操作. 本文主要针对上述两个问题进行了研究.使用图像比对的方法对Android应用进行测试,通过获取被测应用的功能页面图像,并与基准的样本图像做比对,来判断Android Activity的正确性,从而实现Android应用的测试.从被测图像获取,图像预处理,样本库设计,图像比对算法,测试报告生成等方面详细阐述了基于图像比对的Android测试系统的设计.通过研究Android持续集成方案,包括Jenkins持续集成平台,统一代码库,被测代码的版本控制,Android应用包的构建,Android测试环境,对测试环境的自动搭建,测试系统的自动启动,测试结果的自动通知等测试流程自动化进行了设计.分别实现了基于图像比对的Android测试系统和Android持续集成系统,并且在持续集成系统的测试流程中调用图像比对测试,实现Android应用的自动化测试.最后通过一个实例研究,验证了基于图像比对和持续集成的Android自动化测试的可行性和该测试系统的可用性. 该自动化测试系统使用图像比对的方法对Android应用进行测试,使用持续集成的方法实现测试流程自动化.使用该测试系统,在项目开发过程中可以及时自动地对被测代码的修改进行测试.测试人员只需设计简单的测试用例,不需要编写任何测试代码.整个测试流程不需要人工干预,直观可控地保证了Android应用的质量.

    展开

    更多相关内容
  • 图像比对的三种算法

    2021-04-12 10:30:15
    比较在图像比对中三种实现方法的执行效率和速度 比较在图像比对中三种实现方法的执行效率和速度 比较在图像比对中三种实现方法的执行效率和速度 比较在图像比对中三种实现方法的执行效率和速度
  • DiffImg是一款免费的图片比较软件,通过软件算法的自动分析,它能够让你快速的知道两张类似图片的所有不同之处。所以DiffImg用来作为大家来找茬游戏的外挂或者辅助工具最合适不过了,今后肯定能够百战百胜,难度在高...
  • 动车组运行故障动态图像检测系统(TEDS), 通过在轨边安装布置高速线阵采集相机, 实现对...提出了一种改进的图像差影技术, 通过将对齐之后的目标图像与历史标准图像进行比对分析, 快速实现动车故障区域的自动定位和检测。
  • 识别给出图像图像库中的图像进行比对识别分类
  • VC实现的图像纹理分析的工具,支持灰度共现矩阵和图像比对
  • 图像比对相似度

    2021-12-17 09:34:43
    图像比对的方式有很多,可以有图形比对,文字比对等,大家在开发的时候多结合实际需求。 (1)可实现功能:2份文件下的图片进行对比,文件1为电子(如pdf、word转换的图像)图片,文件2位扫描图片,扫描件可以为...

    图像比对的方式有很多,可以有图形比对,文字比对等,大家在开发的时候多结合实际需求。

    (1)可实现功能:2份文件下的图片进行对比,文件1为电子(如pdf、word转换的图像)图片,文件2位扫描图片,扫描件可以为任意角度拍摄。搜索到对应匹配的图片,并确认匹配度;

    (2)可部署于pc服务器。提供dll、so等不同系统下库。

    欢迎您加我q好友一起交流技术:690899868

    效果图:

    展开全文
  • 介绍了石材图像比对系统中图像检索的主要过程,从数据存储策略、软件架构等方面,分析了系统开发中存在的问题。提出内存数据对象的概念并建立新的架构方案,分析了新方案的优点。实验表明,新方案下的图像检索时间能...
  • 使用OpenCV和Python进行图像比对

    千次阅读 2021-11-11 20:32:25
    原来来自这里 ...# # 建立两个命令行参数,-first和-second,用于两个图像的路径 # ap = argparse.ArgumentParser() # ap.add_argument("-f", "--first", required=True, help = "first input image") #

    原文参考这里
    例如,我们想要对比下面两张图的不同
    在这里插入图片描述
    先安装scikit-imageimutils这两个库

    pip install scikit-image
    pip install imutils
    

    安装完成后在执行from skimage.measure import compare_ssim时报错AttributeError: module 'skimage.measure' has no attribute 'compare_ssim'
    因为自动安装了最新版本的scikit,新版本的skimage的内置程序被重置了,可以卸载scikit-image之后重装一个旧版本,如下pip install scikit-image==0.15.0
    完整代码如下,注释均在代码里。

    import argparse
    import imutils
    import cv2
    from skimage.measure import compare_ssim
    
    # # 建立两个命令行参数,-first和-second,用于两个图像的路径
    # ap = argparse.ArgumentParser()
    # ap.add_argument("-f", "--first", required=True, help = "first input image")
    # ap.add_argument("-s", "--second", required=True, help= "second input image")
    # args = vars(ap.parse_args())
    
    imageA = cv2.imread('imageA.jpg')
    imageB = cv2.imread('imageB.jpg')
    rowA, colA, channelA = imageA.shape
    rowB, colB, channelB = imageB.shape
    print([rowA, colA, channelA], [rowB, colB, channelB])
    # 将imageA和imageB处理成同样尺寸
    imageB = cv2.resize(src = imageB, dsize=(colA, rowA))
    # x, y, z = imageB.shape
    # print([x,y,z])
    
    
    #转为灰度图
    grayA = cv2.cvtColor(imageA, cv2.COLOR_BGR2GRAY)
    garyB = cv2.cvtColor(imageB, cv2.COLOR_BGR2GRAY)
    cv2.imshow('grayA', grayA)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    
    # 计算两个灰度图之间的结构相似性指数SSIM,得到score得分和差异图像diff
    # score表示两个输入图像之间的结构相似性指数,可以落在[-1,1]范围内,值为1
    # 是“完美匹配”
    # diff包含实际“图像的差异”,我们希望可视化这个diff,diff当前表示[0,1]
    # 范围内的浮点数据类型,首先将数组转换为[0,255]范围内的8位无符号整数,才能
    # 进一步用openCV处理
    (score, diff) = compare_ssim(X = grayA, Y = garyB, full=True)
    diff = (diff * 255).astype("uint8")
    print("SSIM:{}".format(score))
    
    # 现在,让我们找到轮廓,以便我们可以在标识为“不同”的区域周围放置矩形
    # 使用cv2.THRESH_BINARY_INV和cv2.THRESH_OTSU对diff进行阈值处理
    thresh = cv2.threshold(src=diff, thresh = 0, maxval=255, type = cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)[1]
    cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    # cnts为轮廓
    cnts = imutils.grab_contours(cnts)
    
    for c in cnts:
        # compute the bounding box of the contour and then draw the
        # bounding box on both input images to represent where the two
        # images differ
        (x, y, w, h) = cv2.boundingRect(c) #计算轮廓周围的边界框,矩形的宽度/高度为w/h
        cv2.rectangle(imageA, (x,y), (x+w, y+h), (0, 0, 255), 2) #用x, y, w, h绘制红色矩形
        cv2.rectangle(imageB, (x,y), (x+w, y+h), (0, 0, 255), 2)
    
    # show the output images
    cv2.imshow("Original", imageA)
    cv2.imshow("Modified", imageB)
    cv2.imshow("Diff", diff)
    cv2.imshow("Thresh", thresh)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    

    最后呈现的效果如下,没有原文那么完美,因为我是两幅图分别截图后保存,再调整两幅图的尺寸一致,与理想有偏差,无法保证除了右下角外所以地方都完全一致,还需改进。
    在这里插入图片描述

    展开全文
  • 基于多分支卷积神经网络的车辆图像比对方法.pdf
  • 一种基于图像比对技术的车辆特征合法性的判断识别方法和系统 pdf整理.zip
  • 给出一张发生了旋转和平移的图像,和源图像进行比对,计算旋转了多少度,平移了多少,且两张图片并不是完全一样的,,略有差别
  • 不用于图像比对的但是很用的到一些功能…… 4.1图片查重(文件夹遍历) 根据那些算法就能实现一些 批量功能 了~ 文件夹遍历方法总结: https://blog.csdn.net/sinat_27382047/article/details/80172708 ...

    1.写在前面

    因为之前做完后(当毕业设计做的)为了尽量实用打了个exe,结果好多人反应问题,索性直接把代码、更新exe的链接都写个博客放在这里(这么晚才放出源码就是怕毕设查重……)

     

    全部项目源码git及说明https://github.com/naturalcaduceus/picSniffer

    工程内有:完整功能版、exe版(为了打包不至于上百M)的python源码(见readme),大部分识图算法搜索自网络,用法可以参考(当初做的时候找到源码不会用才是最苦恼的TAT……)

     

    打exe包时遇到的问题:  https://blog.csdn.net/sinat_27382047/article/details/81304065#comments

    最初的demo:https://blog.csdn.net/sinat_27382047/article/details/80051091#comments

     

    1.1打包的可用exe

    现已单独开贴:https://blog.csdn.net/sinat_27382047/article/details/95879954

     

    1.2界面截图

    1.3功能

     

    2.正文开始

    本人热衷于搜集资源(老司机嘿嘿嘿……),常常看到某些贴吧上的图片然后存到电脑上,最后当想找的时候根本找不到QAQ……于是想法诞生于“画个草图就能在文件夹里找到想找到的图” (其实最后实现的并不理想),但是为了这个功能却实现了很多基础的特征搜索(主色调搜索、Dhash特征值……),于是这个软件就诞生了。

     

    在网上找到的已有本地识图工具不是试用收费就是生成一大堆缓存不好用,下面列出我找到的本地识图工具

    1. 链图云:【吐槽:识图过程产生大量的缩略图占用空间而且识图缓慢。】
    2. 灵动搜图:即GiSeek。【吐槽:很多功能还必须是注册版才可使用。】
    3. yitusoutu/以图搜图:欣思软微制作的一款软件。【吐槽:打开显示“未找到超级狗”???搜了一下超级狗是加密用的,做的不怎么样还特么加密了?】
    4. Visual Similarity Duplicate Image Finder:主要目的是帮助用户在文件夹中查找相同或重复的图片文件。【吐槽:只能是找重复图片】
    5. Picasa3:它能搜索浏览自己的计算机的所有图片,整理照片等等功能。【吐槽,是个好用的图片浏览分类工具……】

     

    其实……界面最开始才是让人烦恼的东西,想用C#试过IronPython(结果只支持py2.7),最后老老实实用python自带的tkinter库了(推荐B站“莫烦python”的视频)……

    tkinter界面方面遇到问题写的一些博客:

    如何在界面上显示图片,并且自动调整大小:https://blog.csdn.net/sinat_27382047/article/details/80138733

    点击按钮改变显示的图片(多坑警告):https://blog.csdn.net/sinat_27382047/article/details/80142325

    ttk Treeview控件的各种操作(清空操作是从stackoverflow上才找到的):https://blog.csdn.net/sinat_27382047/article/details/80161637

    ttk.Combobox(网上多是qt的currentText()方法【坑】……ttk里没这个函数,于是我找到了ttk的函数手册,然后才解决……):https://blog.csdn.net/sinat_27382047/article/details/80188897

    写了界面,调用识图算法不想写到一块一团乱,想出了可以已有调用的模式:https://blog.csdn.net/sinat_27382047/article/details/80214661

     

    3.识图功能

    在网上搜到的理论一大堆,识图算法的代码却零零散散,尤其是找到了算法还得明白人家写的怎么用……有的压根没有算法找,只能自己硬生生想……我下面放出所有我实现的功能有用的链接,给也想做图像相似比对的同学们一些方便(*^_^*)

    3.1dhash特征值比对

    感谢(这个链接让我实现了第一版demo!而且他的git也十分棒,好多算法都是借鉴他的):https://segmentfault.com/a/1190000004467183

    3.2直方图比对

    感谢:https://segmentfault.com/a/1190000004467183

    3.3主色调比对

    实用简单代码:https://blog.csdn.net/u010196573/article/details/16846173

    太复杂了没用到……:https://blog.csdn.net/lhh31/article/details/52015500

    3.4SIFT特征比对(实现小图找全图)

    用上了opencv库内的sift特征函数。

    感谢: opencv-python 提取sift特征并匹配

    其他sift算法相关:

    SIFT特征提取-应用篇

    Sift算子特征点提取、描述及匹配全流程解析

    SIFT特征匹配算法介绍——寻找图像特征点的原理

    SIFT算法的个人理解

    Sift与Surf的区别

    SIFT特征详解

    3.5人脸识别(我现在只是:框选人脸,再借助比对算法大致识别,不是特制的算法)

    用到了opencv的heer特征

    感谢(这个找的久,用起来也难……):https://www.cnblogs.com/panlangen/p/7896448.html

     

     

    4.筛选、甄别功能

    不用于图像比对的但是很用的到一些功能……

    4.1图片查重(文件夹遍历)

    根据那些算法就能实现一些批量功能了~

    文件夹遍历方法总结:https://blog.csdn.net/sinat_27382047/article/details/80172708

    4.2推荐文件夹内相似图片(tensorflow模型读图怎么用)

    自己的血泪求源史T-T: https://blog.csdn.net/sinat_27382047/article/details/80534234

    感谢:https://blog.csdn.net/White_Idiot/article/details/78816850

    4.3色情图片识别

    可直接用:https://blog.csdn.net/oxuzhenyi/article/details/55000520

    4.4识别文字(Tesseract-OCR)

    感谢:https://blog.csdn.net/qiushi_1990/article/details/78041375

     

     

    5.总结

    发现花了那么长时间(3个月)做完的东西,时间多用于搜索、筛选(找到简单能用易实现的、去除那些看起来很高大上但是自己用不起的理论……看了看自己的“毕设收藏夹”,有130+的收藏……有现成能用的代码的却不超过10个……)也走过徐徐多多的弯路(比如去尝试自己用2个星期时间训练出图片分类模型……)【成品所呈现的……真是冰山一角,有许许多多尝试过的不可行的东西呈现不出……】,还有繁琐的小功能,图片格式转换,使用根本没接触过的东西……,不过本来目标就是从完全不会的python写一个实用的程序(让我高兴的是,貌似真的有人需要这种工具,知乎上还私信我打不开的问题,让我有点欣慰。)

    展开全文
  • 原文链接图片对比 基于OpenCV和Python的 图像比对 - 热分享​hotdog29.com图片对比 基于OpenCV和Python的 图像比对在之前的博客文章中,我详细介绍了如何使用结构相似性指数(SSIM)将两个图像用Python进行比较。...
  • 用VFP加OCX开发指纹比对以及指纹比对原理
  • C#图片比对-源代码.zip

    2020-06-15 15:10:38
    采用asp.net编写的人脸识别考勤系统,作为学习参考,功能实现两个图片的对比,打开图像之后的对话框中的语言与选项 时分别套用了这一个方法,实现了图片的对比分析
  • 图像配准 与 图像比对论文图像配准 与 图像比对论文图像配准 与 图像比对论文图像配准 与 图像比对论文图像配准 与 图像比对论文
  • 图像比对算法

    万次阅读 2010-08-31 09:12:00
    图像比对算法
  • 图像相似度比对这个问题,在传统算法中常常转化为sift特征点比对的方法去做,主要是sift算法对图像的光照、旋转、位移等等具有比较强的鲁棒性,但是整体精度没有特别高。随着深度学习技术的发展,目前对这个问题的解...
  • 机器视觉软件中能否插入三维模型,,,,进行图像比对,提高检测的速度,急求!!(这是关于哪方面的知识,,想学习)
  • 图像相似度的研究在目标跟踪,图像匹配,图像拼接等领域占有重要的地位。图像的相似性一直是图像处理的热门方向之一,不仅有广泛的前途,而且有重大的研究意义。图像相似度至今没有一个统一的概念。每个领域都有自己...
  • 给出两款产品的链接,感兴趣可以试一下,(可以免费试用3~5次) 1、人脸身份证比对验证-人脸识别-人证对比 2、身份证二要素实名认证核验比对一致性验证 产品文档里对请求方式、调用地址、请求参数、返回示例等都有...
  • 两张人脸图像比对ocr技术

    千次阅读 2020-05-09 16:09:30
    第二部为后台两张人脸图像进行对比的技术,该环节通过在活体检测技术环节取得整张人脸图像后,再通过扫描识别身份证,取到身份证头像后,将现场人脸与身份证上的人脸进行比对识别,判断是否为同一张人脸。...
  • 主要介绍了Python图像阈值化处理及算法比对实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
  • opencv+颜色直方图+相似图像比对

    千次阅读 2018-08-13 15:30:38
    图像直方图是用以表示数字图像中亮度分布的直方图,标绘了图像中每个亮度值的像素数。 直方图的意义: 1、直方图是图像中像素强度分布的图形表达方式。 2、它统计了每一个强度值所具有的像素个数。 openCV中封装...
  • 方法描述:有两幅图像patch(当然也可是整幅图像),分别计算两幅图像的直方图,并将直方图进行归一化,然后按照某种距离度量的标准进行相似度的测量。 方法的思想:基于简单的向量相似度来对图像相似度进行度量。 ...
  • 用MATLAB对两幅图片进行图像匹配
  • Delphi两张图片比较Demo

    2021-11-28 21:59:42
    比对两张图片是否变化,可以用于人脸识别或其它场景

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 21,357
精华内容 8,542
关键字:

图像比对