图像特征点匹配及获取匹配坐标

最新推荐文章于 2022-08-17 22:51:56 发布

原创

最新推荐文章于 2022-08-17 22:51:56 发布 · 2.7k 阅读

23 ·

CC 4.0 BY-SA版权

本文介绍了如何使用SURF特征检测和匹配算法，对两张灰度图像进行匹配并计算关键点偏移。首先加载图像并进行预处理，然后使用SURF提取特征并匹配，最后计算并可视化匹配结果。

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
from scipy import stats


def drawMatchesKnn_cv(img1_gray, kp1, img2_gray, kp2, goodMatch):
    h1, w1 = img1_gray.shape[:2]
    h2, w2 = img2_gray.shape[:2]

    vis = np.zeros((max(h1, h2), w1 + w2, 3), np.uint8)
    vis[:h1, :w1] = img1_gray
    vis[:h2, w1:w1 + w2] = img2_gray

    p1 = [kpp.queryIdx for kpp in goodMatch]
    p2 = [kpp.trainIdx for kpp in goodMatch]

    post1