实验——展示sift的提取特征效果

代码:

import numpy as np
import cv2
from matplotlib import pyplot as plt

# 建立sift模型
sift = cv2.xfeatures2d.SIFT_create()
# 读入图片
img = cv2.imread('1.jpg')
# 灰度处理图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# kp是关键点 des是描述子
kp, des = sift.detectAndCompute(img, None)
# 画出特征点 并显示为白色圆圈
show_img = cv2.drawKeypoints(img, kp, img, color=(255, 255, 255))
cv2.imshow('1', show_img)
# 等待和销毁窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

效果:
在这里插入图片描述

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值