30行代码实现自定义目标检测简单实现（附演示视频和源码）

30行代码实现自定义目标检测简单实现（附演示视频和源码）
之前玩过目标检测的朋友应该知道用神经网络训练检测视频中的目标过于复杂，同时一般电脑还真带不起来。今天我将不借助任何框架和算法，简单实现下目标检测，即找到视频中或者图片中的目标位置，找到视频中水龙头在哪，即如图所示：

首先揭示下程序原理：首先我们可以通过图片直方图的相似度公式对比图片：
def similar(image_1, image_2):
lh, rh = image_1.histogram(), image_2.histogram()
ret = 100 * sum(1 - (0 if l == r else float(abs(l - r)) / max(l, r)) for l, r in zip(lh, rh)) / len(lh)
return ret
这样返回的值即为两张图片相似值，越大越相似。
然后通过遍历图片像素进行匹配，将其中相似的部分借助cv2矩形框将其中框出来并显示即可。

from PIL import ImageGrab,Image
import cv2

def similar(image_1, image_2):
lh, rh = image_1.histogram(), image_2.histogram()
ret = 100 * sum(1 - (0 if l == r else float(abs(l - r)) / max(l, r)) for l, r in zip(lh, rh)) / len(lh)
return ret

a=Image.open(“3.jpg”)
t=Image.open(“test.jpg”)
frame=cv2.imread(“test.jpg”)

tx,ty=t.size
ax,ay=a.size

for i in range(271,678,10):
for o in range(130,435,10):
if similar(t.crop((i,o,i+13,o+44)),a)>50:
frame = cv2.rectangle(frame, (i, o), (i + 13, o + 44), (0, 0, 255), 2)
print(similar(t.crop((i,o,i+13,o+44)),a))

#print(similar(a,b))

cv2.imshow(“frame”, frame)
key = cv2.waitKey(0)
全部代码和素材见公众号“人工智能实战及常见代码分享”，后台回复“目标定位”。