サイゼリアのテイクアウトが新しくなったので
ではないですが、またまた間違い探しに挑戦です。
解説動画はこちら
前回はこちら
前回の挑戦記事
さて今回はopnecvを用いてみます。
画像の差分を用いて答えを導こうというのは同じです。
差分があれば黒く塗ってみます。
画像はサイゼリアさんの方を見ていただければと思います。
サイゼ間違い探し
さてどうなるか?
ソースコードはこちら
opencvとnumpyで差分をみて黒く塗っています。
おうふ、やっぱりちょっとは差がありますね。
左右の画像を完全一致させるのは難しいです。
ということですが、
黒いのが大きな領域は間違い部分である可能性が高いはずなので
見ていくと10個あるかもしれません。
うーんもう少しスマートにやる方法は無いものだろうか
そんなことを考えながら
サイゼのテイクアウトに舌鼓を打つ
今日この頃なのでした。
終・・・
ではないですが、またまた間違い探しに挑戦です。
解説動画はこちら
前回はこちら
前回の挑戦記事
さて今回はopnecvを用いてみます。
画像の差分を用いて答えを導こうというのは同じです。
差分があれば黒く塗ってみます。
画像はサイゼリアさんの方を見ていただければと思います。
サイゼ間違い探し
さてどうなるか?
ソースコードはこちら
opencvとnumpyで差分をみて黒く塗っています。
import cv2 import numpy as np import matplotlib.pyplot as plt %matplotlib inline img1 = cv2.imread('IMG/saize/saize1.png',0) img2 = cv2.imread('IMG/saize/saize2.png',0) plt.figure(figsize=(20,10)) plt.imshow(np.where(img1 == img2, 1, 0)) plt.tick_params(labelbottom=False,labelleft=False,labelright=False,labeltop=False) plt.tick_params(bottom=False,left=False,right=False,top=False) plt.show()
おうふ、やっぱりちょっとは差がありますね。
左右の画像を完全一致させるのは難しいです。
ということですが、
黒いのが大きな領域は間違い部分である可能性が高いはずなので
見ていくと10個あるかもしれません。
うーんもう少しスマートにやる方法は無いものだろうか
そんなことを考えながら
サイゼのテイクアウトに舌鼓を打つ
今日この頃なのでした。
終・・・
コメントする