Комментарии 55
Я всё понимаю, но это не бот даже близко. Бот понятия не имеет о ресурсах игры. Если бы вы скармливали приложению саму игру — было бы интереснее.
И да, для игры-сравнения из разряда «чуть под другим углом» это и близко не прокатит.
И да, для игры-сравнения из разряда «чуть под другим углом» это и близко не прокатит.
Как результат с PNG? А то алгоритм хорошо находит артефакты от JPEG. Кстати, если совместить глазами картинку как для просмотра стереопар, то отличия очень легко находятся :)
У меня не получается. Совмещаю, совмещаю…
Попробуйте искать на изображениях характерные точки и совмещать картинки по ним. Например, детектор Харриса(Harris corner detector):
docs.opencv.org/doc/tutorials/features2d/trackingmotion/harris_detector/harris_detector.html
undergraduate.csse.uwa.edu.au/units/CITS4240/Lectures/tracking.pdf
Как с этим функционалом на питоне — не могу сказать, но из академических соображений можно попробовать реализовать самостоятельно:)
docs.opencv.org/doc/tutorials/features2d/trackingmotion/harris_detector/harris_detector.html
undergraduate.csse.uwa.edu.au/units/CITS4240/Lectures/tracking.pdf
Как с этим функционалом на питоне — не могу сказать, но из академических соображений можно попробовать реализовать самостоятельно:)
Да это из пушки по воробьям, гораздо быстрее и эффективнее дихотомия сдвигов по x и y с оптимизацией среднеквадратичной разницы интенсивности значений пикселов оригинального и «выровненного» изображения. И код к этой идее будет ненамного длиннее моего описания на русском :)
А вообще неплохо бы автору измерить качество поиска отличий в зависимости от степени сжатия одного изображения относительно другого (красвый 3D-plot бы был). Ведь пока никаких качественных оценок этого «бота» не приведено, кроме странных картинок. :-)
Почему просто не XOR-ить одно изображение с другим?
Спасибо, попробую.
Как-то так получается — у меня не получилось полностью совместить исходные изображения, поэтому видны контуры:
классный детектор контуров! :D
Ну это не совсем оно; картинки-то две, так что «контуры» будут в зависимости от того как они сдивнуты.
Вот сам баловался, честный детектор контуров писал:
OpenCV — «наше все».
Вот сам баловался, честный детектор контуров писал:
Скрытый текст
OpenCV — «наше все».
Красиво! Исходники открыты?
И ещё несколько вопросов:
1) Какое рабочее цветовое пространство? Границы определяются для каждого цветового канала по отдельности или есть какой-то «интегральный» цвет? Не похоже на обычный перевод в тона серого.
2) Какой критерий «граничности» использовался? А почему границы «мягкие», это вероятностная оценка наличия границы в точке?
Немного занудства: насколько я понимаю писали Вы всё-таки детектор границ, т.к. контур это нечто другое.
И ещё несколько вопросов:
1) Какое рабочее цветовое пространство? Границы определяются для каждого цветового канала по отдельности или есть какой-то «интегральный» цвет? Не похоже на обычный перевод в тона серого.
2) Какой критерий «граничности» использовался? А почему границы «мягкие», это вероятностная оценка наличия границы в точке?
Немного занудства: насколько я понимаю писали Вы всё-таки детектор границ, т.к. контур это нечто другое.
Исходники чуть позже открою, возможно сделаю пост про нелинейные фильтры, довольно много материала накопилось.
1) Цветовое пространство входа — Grayscale (интенсивность), выхода — RGB, где за каждым каналом закреплены определенные пороги точности соответствия условию границы, синий — самый точный.
2) критерий — расхождение точек исходного изображения и деконволюции от гаусс блюра исходного изображения. Вероятностей как таковых не считается.
Занудство верное. Дальше по синему каналу уже обсчитываю контуры методом OpenCV. Некоторые границы не попадают в точные пороги и приходится думать брать другие каналы или нет, чтобы получить связный контур. Но эту часть еще не закончил, так что пока да, скорее нахождение границ.
1) Цветовое пространство входа — Grayscale (интенсивность), выхода — RGB, где за каждым каналом закреплены определенные пороги точности соответствия условию границы, синий — самый точный.
2) критерий — расхождение точек исходного изображения и деконволюции от гаусс блюра исходного изображения. Вероятностей как таковых не считается.
Занудство верное. Дальше по синему каналу уже обсчитываю контуры методом OpenCV. Некоторые границы не попадают в точные пороги и приходится думать брать другие каналы или нет, чтобы получить связный контур. Но эту часть еще не закончил, так что пока да, скорее нахождение границ.
Когда я хочу поиграть в ImageDiff, то включаю Mathematica. Понятно для новичков и писать недолго. Примерно так:
результат:
При желании можно координаты блобов вывести (центры масс, например)…
результат:
При желании можно координаты блобов вывести (центры масс, например)…
Классно, надо почитать об этом.
Можете это почитать. Примеры для старых версий, но вытерпеть можно.
Извините, здесь за кодом уже не видно смысла, но не смог удержаться:
Кстати, не в тему питона, но сравнения таких вот картинок. Кто знаком со стереокартинками. Я когда-то для себя нашел способ очень быстро находить отличия в таких вот картинках. Как известно (да и по принципу) наш мозг определяет блеск, как разницу в каком-то участке изображения в левом и правом глазе. То есть совмещаем два изображения в одно (у кого не сильно хорошо получается — уменьшаем масштаб страницы), и видим блестящие части изображения. В свое время соревновались в такой игре и люди не могли понять, как я так быстро нахожу отличия :) А для меня они просто блестят! :)
О, собрат по скиллу! )) Я тоже не так давно для себя открыл такой вариант) Действительно чертовски быстро получается. Фактически, совместил картинки, пробежал глазами по всей площади чтобы мозг настроился полноценно, и всё — видишь все «выбивающиеся» места.
Блеск вообще то — отражение света. А ваш метод выявляет артефакты — несовпадающие места при стереопросмотре будут иметь отличную от основного изображения глубину. Если ваш мозг воспринимает это как блеск, возможно вам следует обратится к врачу.
А так да, метод эффективен.
А так да, метод эффективен.
НЛО прилетело и опубликовало эту надпись здесь
Зачем так к доктору отсылать то? У меня 2 глаза и все работает отлично. Можно и в интернете немного по теме почитать, если в детстве занимательных книг не читали. Вот отрывок: http://class-fizika.narod.ru/p1101.htm
А глубину будут иметь различную, если они, скажем так, со смещением на картинке. Но при этом, если цвет у них разный, то они тоже будут блестеть для нашего мозга.
А глубину будут иметь различную, если они, скажем так, со смещением на картинке. Но при этом, если цвет у них разный, то они тоже будут блестеть для нашего мозга.
Вот на примере указанной картинки — я легко вижу либо белый кристалл на черном фоне, либо черный фон… Блеска получить не могу, хотя 100% совместил :)
Ну там картинка конечно неахти выглядит…
проверил еще и перекрестным — тоже не блестит :))
Там картинка отсканированная в ужасном качестве. У меня была книга с таким рисунком, там все намного лучше. Найдите в другом месте нормальную :)
www.plam.ru/phisika/zanimatelnaja_fizika_kniga_1/p11.php
во всем инете только такой вариант картинки.
во всем инете только такой вариант картинки.
НЛО прилетело и опубликовало эту надпись здесь
И как, блестит? У меня медленно и «волной» переключается с белого на черный…
НЛО прилетело и опубликовало эту надпись здесь
Принцип блестящего участка точно такой же. На какой-то поверхности в нужной точке одним глазом Вы видите светлый участок, а в другой глаз уже не попадает отражение «светила» и он темный. Просто обычно это всего лишь небольшой участок, а не целая картинка, так что тут она выглядит странно. Гораздо «блестящее» выглядят небольшие участки с разным цветом на двух картинках.
Мне бы стыдно было выкладывать результат с зайцем.
По нему найти отличия сложнее чем по оригиналу.
Комментарии — как всегда лучше статьи.
По нему найти отличия сложнее чем по оригиналу.
Комментарии — как всегда лучше статьи.
Как страшно жить!
$ composite image1.png image2.png -compose difference difference.png
8 отличий на картинке с курицей —
показать
это восемь ножек паука?
Народ, вы всё делаете неправильно. В человека встроен отличный хардварный детектор различий. Кладём картинки рядом горизонтально, наводим каждый глаз на отдельную картинку (или перекрёстно, или параллельно) — и все отличия сразу начинают «мерцать», потому что мозг не может свести эти области.
Этот способ, кстати, устойчив к небольшим сдвигам картинок относительно друг друга, никаких «контуров» не возникает, мозг накладывает картинки максимально точно.
Ну вот попробуйте:
Этот способ, кстати, устойчив к небольшим сдвигам картинок относительно друг друга, никаких «контуров» не возникает, мозг накладывает картинки максимально точно.
Ну вот попробуйте:
Уже который раз пытаюсь совместить две картинки в одну — не удаётся. Не удавалось и в статье про упражнение для глаз с кружками. На каком расстоянии держать голову от холста, как долго смотреть?
Надо немного уменьшить масштаб в браузере, если настолько большие не получается свести. Расстояние… У меня 13 дюймов экран, расстояние до него около 40 см.
палец поставьте посередине и смотрите на него, отводя от экрана. как только появится 3 изображение в центре, попытайтесь сфокусироваться на нем. у меня тоже не получалось долго, потом вдруг и получилось спустя год после последней неудачной попытки.
Если расматриваете параллельно (левым глазом — левое изобрежение, правым — правое), то необходимо, чтобы расстояние между одинаковыми точками на паре (здесь 400 пикселей) было меньше расстояния между зрачками. Если рассматриваете перекрёстно, то при должной тренировке расстояние может быть достаточно большим (впрочем, если в упор разглядывать Full-HD стерепару, то перспектива будет мешаться).
P.S. Параллельно смотреть так и научился, сколько ни пытался. Перекрёстно совмещаю совершенно без проблем.
P.S. Параллельно смотреть так и научился, сколько ни пытался. Перекрёстно совмещаю совершенно без проблем.
Всегда смотрел параллельным :) Сегодня первый раз посмотрел перекрестным. Правда параллельным (при небольшом размере картинки) я могу свести за 1-2 секунды изображение, а вот параллельным чуть дольше. При параллельном глаза разводятся от начального положения, при перекрестном наоборот сводятся.
Перекрестным мне лично сложнее значительно сфокусироваться. Надо сперва совместить изображения, без фокусировки, потом просто подождать, пока мозг подкрутит резкость, не расслабляя сведения.
Вот именно поэтому и у меня дольше происходит фокусировка :)
Кстати, лайфхак как научиться сводить и перекрещивать — используйте москитную сетку. Я так в детстве научился, сперва случайно, потом осознанно.
Цель — расслабить глаза и «поймать» сетку в фокус. Через некоторое время это делается легко.
При этом, если расслаблять глаза — сетка получается «висит» ближе чем края двери/окна (которые тоже при этом в фокусе), если перекрещивать — висит «дальше». прикольно при этом еще попытаться рукой потрогать :)
Цель — расслабить глаза и «поймать» сетку в фокус. Через некоторое время это делается легко.
При этом, если расслаблять глаза — сетка получается «висит» ближе чем края двери/окна (которые тоже при этом в фокусе), если перекрещивать — висит «дальше». прикольно при этом еще попытаться рукой потрогать :)
и еще момент — при расслаблении, ловится практически только на одном расстоянии, «свободном»;
при скрещивании — можно на разном удалении поймать.
плюс навыков — потом это можно использовать для гимнастики глаз, что ITшникам полезно крайне.
при скрещивании — можно на разном удалении поймать.
плюс навыков — потом это можно использовать для гимнастики глаз, что ITшникам полезно крайне.
На счет москитной сетки, я чуть другое место приспособил — потолок автомобиля. Откидываешь на сиденье назад и смотришь, а там симметрично расположенные точки. Две рядом стоящие накладываются друг на друга, потом дальше разводим глаза и теперь смещаются еще на точку дальше и так далее, пока дальше глаза уже не можешь развести.
После минутной тренировки перекрестным способом стал обоими способами за 2 секунды сводить изображение.
Разноцветные банты и узор на зелёной ленте сразу заметил, а вот пока не «свёл» глаза и не увидел «мерцание», не обращал внимание на то, что у одного зайца есть пальцы на лапах, а у другого — нет!
Вердикт: способ отлично работает :)
Вердикт: способ отлично работает :)
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Пишем бота для игры «Найди отличие»