【opencv】特征点匹配

最新推荐文章于 2024-06-22 21:05:45 发布

原创最新推荐文章于 2024-06-22 21:05:45 发布

· 1.5k 阅读

2 ·

版权

文章标签：

#opencv #计算机视觉 #人工智能

opencv 专栏收录该内容

10 篇文章

订阅专栏

from email.mime import image
import imghdr
from turtle import title
import cv2
import matplotlib.pyplot as plt
import numpy as np
from sympy import sift

def cv_show(img,name):
    cv2.namedWindow(name,0)
    cv2.resizeWindow(name, 640, 480)
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

sift=cv2.xfeatures2d.SIFT_create()
gray=cv2.imread('a.jpg')
a=gray
kp1,des1=sift.detectAndCompute(gray,None)
img=cv2.drawKeypoints(gray,kp1,None,flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
cv_show(img,'sift')
#save
cv2.imwrite('sifta.jpg',img)
gray=cv2.imread('b.jpg')
kp2,des2=sift.detectAndCompute(gray,None)
img=cv2.drawKeypoints(gray,kp2,None,flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
cv_show(img,'sift')
#save
cv2.imwrite('siftb.jpg',img)
bf=cv2.BFMatcher()
matches=bf.match(des1,des2)
matches=sorted(matches,key=lambda x:x.distance)
img3=cv2.drawMatches(a,kp1,gray,kp2,matches[:100],None,flags=2)
cv_show(img3,'sift')
#保存
cv2.imwrite('aftersift.jpg',img3)

测试用例来源： opencv 特征检测和特征匹配方法汇总_黎国溥-优快云博客_opencv特征点检测与匹配一幅图像中总存在着其独特的像素点，这些点我们可以认为就是这幅图像的特征，成为特征点。计算机视觉领域中的很重要的图像特征匹配就是一特征点为基础而进行的，所以，如何定义和找出一幅图像中的特征点就非常重要。这篇文章我总结了视觉领域最常用的几种特征点以及特征匹配的方法。在计算机视觉领域，兴趣点（也称关键点或特征点）的概念已经得到了广泛的应用，包括目标识别、图像配准、视觉跟踪、三维重建等。这...https://blog.youkuaiyun.com/qq_41204464/article/details/90657742?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~aggregatepage~first_rank_ecpm_v1~rank_v31_ecpm-1-90657742.pc_agg_new_rank&utm_term=opencv%E7%89%B9%E5%BE%81%E7%82%B9%E5%8C%B9%E9%85%8D%E7%AE%97%E6%B3%95&spm=1000.2123.3001.4430