给了两幅图像怎么使用openCV怎么以一幅图为基准找到另一附图的不同的地方

您可以通过以下步骤使用OpenCV在两幅图像中找到不同的地方：

1. 加载两幅图像。

cv::Mat img1 = cv::imread("image1.jpg");
cv::Mat img2 = cv::imread("image2.jpg");

2. 将两幅图像转换为灰度图。

cv::Mat gray1, gray2;
cv::cvtColor(img1, gray1, cv::COLOR_BGR2GRAY);
cv::cvtColor(img2, gray2, cv::COLOR_BGR2GRAY);

3. 计算两幅图像的差异。

cv::Mat diff;
cv::absdiff(gray1, gray2, diff);

4. 对差异图像进行二值化处理。

cv::Mat thresh;
cv::threshold(diff, thresh, 30, 255, cv::THRESH_BINARY);

5. 使用形态学算法对二值化图像进行处理，以去除噪声。

cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));
cv::morphologyEx(thresh, thresh, cv::MORPH_OPEN, kernel);

6. 使用轮廓检测算法找到差异区域的边缘。

std::vector<std::vector<cv::Point>> contours;
std::vector<cv::Vec4i> hierarchy;
cv::findContours(thresh, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

7. 绘制矩形框来标记差异区域。

for (int i = 0; i < contours.size(); i++) {
    cv::Rect rect = cv::boundingRect(contours[i]);
    cv::rectangle(img2, rect, cv::Scalar(0, 0, 255), 2);
}

完整代码如下：

#include <opencv2/opencv.hpp>

int main() {
    // 加载两幅图像
    cv::Mat img1 = cv::imread("image1.jpg");
    cv::Mat img2 = cv::imread("image2.jpg");

    // 将两幅图像转换为灰度图
    cv::Mat gray1, gray2;
    cv::cvtColor(img1, gray1, cv::COLOR_BGR2GRAY);
    cv::cvtColor(img2, gray2, cv::COLOR_BGR2GRAY);

    // 计算两幅图像的差异
    cv::Mat diff;
    cv::absdiff(gray1, gray2, diff);

    // 对差异图像进行二值化处理
    cv::Mat thresh;
    cv::threshold(diff, thresh, 30, 255, cv::THRESH_BINARY);

    // 使用形态学算法对二值化图像进行处理，以去除噪声
    cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3));
    cv::morphologyEx(thresh, thresh, cv::MORPH_OPEN, kernel);

    // 使用轮廓检测算法找到差异区域的边缘
    std::vector<std::vector<cv::Point>> contours;
    std::vector<cv::Vec4i> hierarchy;
    cv::findContours(thresh, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE);

    // 绘制矩形框来标记差异区域
    for (int i = 0; i < contours.size(); i++) {
        cv::Rect rect = cv::boundingRect(contours[i]);
        cv::rectangle(img2, rect, cv::Scalar(0, 0, 255), 2);
    }

    // 显示结果图像
    cv::imshow("Diff Image", img2);
    cv::waitKey(0);
    return 0;
}

在上述代码中，我们首先加载了两幅图像，然后将它们转换为灰度图，并计算出它们的差异。接下来，我们对差异图像进行二值化处理，并使用形态学算法去除噪声。然后，我们使用轮廓检测算法找到差异区域的边缘，并绘制矩形框来标记差异区域。最后，我们显示结果图像。