python opencv SIFT,获取特征点的坐标位置

本文深入探讨了SIFT算法的原理与应用,SIFT算法能在不同尺度空间中寻找关键点,这些关键点如角点、边缘点等,具有较强的鲁棒性,不易受光照、仿射变换和噪音的影响。通过Python的OpenCV库实现SIFT算法,并展示了测试代码与效果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

备注:SIFT算法的实质是在不同的尺度空间上查找关键点(特征点),并计算出关键点的方向。SIFT所查找到的关键点是一些十分突出,不会因光照,仿射变换和噪音等因素而变化的点,如角点、边缘点、暗区的亮点及亮区的暗点等。 

 

 

参考地址:https://docs.opencv.org/3.4/d2/d29/classcv_1_1KeyPoint.html

测试代码:

 

import cv2  
import numpy as np  
  
img = cv2.imread('4.jpg',cv2.IMREAD_COLOR)  
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)  
# cv2.imshow('origin',img)
  
#SIFT  
detector = cv2.xfeatures2d.SIFT_create()
keypoints = detector.detect(gray,None)  
cv2.drawKeypoints(gray,keypoints,img)  

points2f = cv2.KeyPoint_convert(keypoints)  #将KeyPoint格式数据中的xy坐标提取出来。
print(keypoints)
print(points2f)

cv2.imshow('test',img)

cv2.waitKey(0)  
cv2.destroyAllWindows() 

 

测试效果:

 

转载于:https://www.cnblogs.com/Edison25/p/9921132.html

评论
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