（图像匹配）用脚本找出图案中重复出现的匹配的两个最小单元

（图像匹配）用脚本找出图案中重复出现的匹配的两个最小单元

概述：运用图像匹配技术，找出一张图片中重复出现的最小单元，并用opencv库将它分别裁剪下来

参考的github——基于图像匹配模型patch2pix：[https://github.com/GrumpyZhou/patch2pix](https://github.com/GrumpyZhou/patch2pix)

1.环境：

安装环境的过程这边就不讲了，我用的是pytorch1.7.0+cuda10.2,如果pytorch版本过高模型会有warning。

老版本pytorch安装也很简单，进入pytorch官网，点install

再点previous verisons就可以了，需要注意的是要和自己的cuda版本匹配。

2.应用以及思路

在文件目录的example里有作者给出的示例脚本：

我们只要对visualize_matches.ipynb脚本进行修改即可，在修改之前也可以先运行一下，对应作者给的图片示例。
作者给出的图片都是两个对比的图片

举例：

结果：

那么我们怎么用图像匹配的思想，只输入一张图片，并且从一张图片中找出两个重复的部分呢？

举个例子，给出下面一张图，我要做的工作就是找出的就是它能匹配的两个最小的单元：

这里我用到的是滑动窗口的思想，默认第一个串口是我的左上角，串口大小我尝试了一下对于1440 * 900的图，窗口大小200* 200效果就很不错。

从纵向上每隔200像素滑动一个窗口，与地一个窗口进行比较，我们会得到一个matches的值，它里面保存的就是两个窗口匹配的像素点的坐标。通过坐标之间的像素差值，计算所有匹配的像素点的平均值，我们就可以粗略计算出图像块的周期，并且用cv将他裁剪出来。

下面给出我的脚本代码：

import sys
sys.path.append('..')
from argparse import Namespace
import os
import numpy as np
import pydegensac
from utils.common.plotting import plot_matches
from utils.eval.model_helper import *
import cv2
import time
np.set_printoptions(precision=2)

os.environ['CUDA_VISIBLE_DEVICES'] = '0'

METHOD = 'patch2pix'

if METHOD == 'nc':
    # Initialize ncnet matcher
    args = Namespace(ncn_thres=0.9, imsize=1024, ksize=2,
                     ckpt='../pretrained/ncn_ivd_5ep.pth')
    matcher = init_ncn_matcher(args)
else:
    # Initialize patch2pix matcher
    args = Namespace(io_thres=0.25, imsize=1024, ksize=2,