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

  • 8
    点赞
  • 59
    收藏
    觉得还不错? 一键收藏
  • 10
    评论
ORB(Oriented FAST and Rotated BRIEF)是一种用于图像匹配算法,它基于Python编程语言。该算法可以用于图像特征提取图像配准和误匹配剔除等研究方向。ORB算法通过提取图像中的关键点(Key Points)和描述子(Descriptos)来进行匹配。在Python中,可以使用OpenCV库来实现ORB算法。在实际应用中,通过ORB算法可以检测并匹配图像中的特征点,从而实现图像匹配的功能。具体代码实现可以参考引用中的测试代码。测试程序运行速度较快且效果较好,但在不同光照、环境、状态下的同一目标匹配效果可能较差,仍有改进的空间。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [图像匹配图像特征提取图像配准、误匹配剔除+ORB-RANSAC](https://download.csdn.net/download/qq_42250887/87951533)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [图像特征算法(三)——ORB算法简述及PythonORB特征匹配实践](https://blog.csdn.net/qq_43616471/article/details/107855268)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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