计算机视觉-OpenCV（七）

一、特征匹配

Brute-Force蛮力匹配

import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
def cv_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

img1=cv2.imread(r'D:\pythonProject\NewProject\PIc\box.png',0)
img2=cv2.imread(r'D:\pythonProject\NewProject\PIc\box_in_scene.png',0)

sift=cv2.SIFT_create()
#kp1:关键点，des1关键点对应的特征向量
kp1,des1=sift.detectAndCompute(img1,None)
kp2,des2=sift.detectAndCompute(img2,None)
#crossCheck表示两个特征点要互相匹，例如A中的第i个特征点与B中的第j个特征点最近，并且B中的第j个特征点到A中第i个特征点也是
#NORM_L2：归一化数组的（欧几里德距离），如果其他特征计算方法需要考虑不同的匹配计算方式
bf=cv2.BFMatcher(crossCheck=True)

#1对1的匹配
matches=bf.match(des1,des2)
matches=sorted(matches,key=lambda x: x.distance)

img3=cv2.drawMatches(img1,kp1,img2,kp2,matches[:10],None,flags=2)

#k对最佳匹配
bf=cv2.BFMatcher()
#k=2:一个点可以对应两个离它最近的点
matches=bf.knnMatch(des1,des2,k=2)

#过滤关键点
good=[]
for m,n in matches:
    if m.distance<0.65*n.distance:
        good.append([m])

img3=cv2.drawMatchesKnn(img1,kp1,img2,kp2,good,None,flags=2)
cv_show('img3',img3)