OpenCV-Python Feature2D 特征点检测(含SIFT/SURF/ORB/KAZE/FAST/BRISK/AKAZE)

对于OpenCV-Python，OpenCV2.x和OpenCV3.x的函数使用方式有很大不同。网上很多教程都还是基于OpenCV2.x，此版本已经逐渐被弃用。

本教程针对特征点检测，分析OpenCV2.x和OpenCV3.x的不同之后，并重点介绍OpenCV3.x-Python的特征点检测。

Open2.x-Python 特征点检测方法

对于OpenCV2.x-Python，特征点检测及显示方法如下：

# OpenCV2.x-Python
function = cv2.Function_Name()
keypoints = function.detect(img, None)
img2 = cv2.drawKeyPoints(img, keypoints, color=(0,255,0))

其中Function_Name就是特征检测方法的函数名，如BRISK、FastFeatureDetector等。

比如，在OpenCV2.x-Python，想使用Fast来检测特征点，示例如下：

# OpenCV2.x-Python
fast = cv2.FastFeatureDetector()
keypoints = fast.detect(img, None)
img2 = cv2.drawKeypoints(img, keypoints, color=(255,0,0))

Open3.x-Python 特征点检测方法

对于OpenCV3.x-Python，特征点检测及显示方法如下：

# OpenCV3.x-Python
# 注意有_create()后缀
function = cv2.Function_Name_create()
keypoints = function.detect(img, None)
# 注意显示之前要先将img2初始化
img2 = img.copy()
img2 = cv2.drawKeyPoints(img, keypoints, color=(0,255,0))

其中Function_Name就是特征检测方法的函数名，如BRISK、FastFeatureDetector等。

[注意1]：对于OpenCV3.x-Python，还要在Function_Name后加上_create后缀。其实这一点在opencv_doc中具体的函数python使用方法中已经注明了。

[注意2]：对于OpenCV3.x-Python，若要显示检测的特征点，需要初始化img2，才能正常显示。这里可以先使用img2 = img.copy()完成拷贝初始化。

下面就重点介绍OpenCV3.x-Python中的各种特征点检测方法的使用示例。

测试图像为标准的lena.png