OpenCV-Python官方教程-26- ORB (Oriented FAST and Rotated BRIEF)

OpenCV中的ORB算法

我们必须创建一个ORB对象，通过函数 cv.ORB_create() 。或者使用 feature2d公共接口。它有多个可选参数。最有用的几个，是nFeatures，它表示要保留特征的最大数量(默认是500)，scoreType 表示是在为特征点排序时，是要用哈里斯的方式来计分还是使用FAST算法来计分(默认是哈里斯的计分算法)等等。还有个参数，WTA_K 决定产生有方向的BRIEF描述符的每个元素点的数目。默认情况下是两个，因为两点决定一条线。这种情况下，使用汉明距离(译者注：NORM_HAMMING distance，汉明距离)用于匹配。如果WTA_K 是 3 或者 4，那就需要取3 或者 4 个点来产生 BRIEF描述符，那么匹配距离就被定义为二类汉明距离(NORM_HAMMING2)。

代码演示：

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread('head.jpg',0)
# Initiate ORB detector
orb = cv2.ORB_create()
# find the keypoints with ORB
kp = orb.detect(img,None)
# compute the descriptors with ORB
kp,des = orb.compute(img,kp)
# draw only keypoints location,not size and orientation
img2 = cv2.drawKeypoints(img,kp,None,color=(0,255,0),flags=0)

plt.imshow(img2)
plt.show()