基于ORB特征提取算法图像匹配 python实现

简单的ORB匹配算法:

 

# coding=utf-8
import cv2
import numpy as np

img1 = cv2.imread('test1.png')
img2 = cv2.imread('test12.png')

#最大特征点数,需要修改,5000太大。
orb = cv2.ORB_create(5000)

kp1, des1 = orb.detectAndCompute(img1,None)
kp2, des2 = orb.detectAndCompute(img2,None)

#提取并计算特征点
bf = cv2.BFMatcher(cv2.NORM_HAMMING)
#knn筛选结果
matches = bf.knnMatch(des1, trainDescriptors = des2, k = 2)
good = [m for (m,n) in matches if m.distance < 0.75*n.distance]
#查看最大匹配点数目
print len(good)


基于匹配算法,做了一个基于python的图像搜索引擎(github):

 

基于ORB图像搜索

评论 10
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