opencv检测两张图片位移

OpenCV是一个强大的计算机视觉库，可以用于图像处理和分析，包括物体检测、追踪等任务。如果你想检测两张图片之间的位移，你可以使用OpenCV中的模板匹配技术或者特征匹配方法。

1. **模板匹配**：如果你想要精确测量两个相似区域的位置变化，可以先选择一张图片作为模板，然后在第二张图片中搜索该模板。OpenCV的`matchTemplate()`函数可以完成这个工作，它会返回每个位置上模板和原图匹配度的信息，通过查找峰值（通常是最高匹配值），可以找到最佳匹配位置，从而计算出位移。

import cv2
template = cv2.imread('template.jpg', 0)  # 模板图片，灰度化处理
search_img = cv2.imread('search_img.jpg', 0)
res = cv2.matchTemplate(search_img, template, cv2.TM_CCOEFF_NORMED)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
top_left = max_loc
bottom_right = (max_loc[0] + template.shape[1], max_loc[1] + template.shape[0])

位移就是`(bottom_right - top_left)`。

2. **特征匹配**：另一种方法是利用SIFT、SURF、ORB或其他特征点提取算法来识别图像中的关键点，并计算它们在两张图片中的对应关系。如ORB特征匹配：

orb = cv2.ORB_create()
kp1, des1 = orb.detectAndCompute(template, None)
kp2, des2 = orb.detectAndCompute(search_img, None)

bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)
matches = bf.match(des1, des2)
good_matches = [m for m in matches if m.distance < threshold]

通过匹配的特征点对，可以计算特征点的坐标差异来得到位移。