Empresas
Empregos
  • Sobre nós
  • Soluções
    • Publicação de vagas
      Publique sua vaga e receba candidatos qualificados em 48h.
    • Avaliações de candidatos
      Mais de 500 testes técnicos e psicológicos, mais anti-fraude.
    • Headhunting
      Busca executiva personalizada do início ao fim.
    • Folha de Pagamento + EOR
      Dispersão de folha e EOR em mais de 15 países da LATAM.
  • Preços
  • Empregos

0

316
Visualizações
Detección de ángulo de rotación de objetos circulares

Estoy tratando de detectar la diferencia de ángulo entre dos objetos circulares, que se muestran como 2 imágenes a continuación.

Estoy pensando en rotar una de las imágenes con un ángulo pequeño. Cada vez que se gira una imagen, se calculará el SSIM entre la imagen girada y la otra imagen. El ángulo con SSIM máximo será la diferencia de ángulo.

Pero, encontrar los extremos nunca es un problema fácil. Entonces mi pregunta es: ¿Hay otros algoritmos (opencv) que se puedan usar en este caso?

IMAGEN #1 imagen maestra

IMAGEN #2 ingrese la descripción de la imagen aquí

EDITAR:

Gracias @Micka, simplemente hago lo mismo que él sugiere y elimino la región negra como dijo @Yves Daoust para mejorar el tiempo de procesamiento. Aquí está mi resultado final:

IMAGEN ORIGINALimagen 1 IMAGEN GIRATORIA + DESPLAZADAimagen 2

over 4 years ago · Santiago Trujillo
1 Respostas
Responde à pergunta

0

Aquí está la misma idea, pero la correlación se realiza con una convolución (FFT) en lugar de matchTemplate . Las FFT pueden ser más rápidas si hay muchos datos.

Cargar entradas:

 im1 = cv.imread("circle1.jpg", cv.IMREAD_GRAYSCALE) im2 = cv.imread("circle2.jpg", cv.IMREAD_GRAYSCALE) height, width = im1.shape

Transformación polar (log polar como ejercicio para el lector) con algunos parámetros arbitrarios que afectan la "resolución":

 maxradius = width // 2 stripwidth = maxradius stripheight = int(maxradius * 2 * pi) # approximately square at the radius #stripheight = 360 def polar(im): return cv.warpPolar(im, center=(width/2, height/2), dsize=(stripwidth, stripheight), maxRadius=maxradius, flags=cv.WARP_POLAR_LOG*0 + cv.INTER_LINEAR) strip1 = polar(im1) strip2 = polar(im2)

Circunvolución:

 f1 = np.fft.fft2(strip1[::-1, ::-1]) f2 = np.fft.fft2(strip2) conv = np.fft.ifft2(f1 * f2)

minmaxloc:

 conv = np.real(conv) # or np.abs, can't decide (i,j) = np.unravel_index(conv.argmax(), conv.shape) i,j = (i+1) % stripheight, (j+1) % stripwidth

y qué es eso como un ángulo:

 print("degrees:", i / stripheight * 360) # 42.401091405184175

https://gist.github.com/crackwitz/3da91f43324b0c53504d587a394d4c71

over 4 years ago · Santiago Trujillo Relatório
Responde à pergunta
Encontrar trabalhos remotos

Descubra a nova forma de encontrar um emprego!

melhores empregos
Principais categorias de trabalho
Empresas
Postar vaga Preços Comercial
Jurídico
Termos e Condições Política de privacidade
© 2026 PeakU Inc. All Rights Reserved.
Andres GPT
Recomende algumas ofertas para mim
Preciso de ajuda