《Python计算机视觉编程》一书中关于增强现实茶壶显示的程序

大家好，我是第一次写CSDN博客，也是刚开始学习用Python进行计算机视觉编程，有很多不懂和不足的地方，希望大家多包涵。以下纯粹是我个人的一些实际操作经历。
在《Python计算机视觉编程》一书中，有关于增强现实AR的一部分编程程序。尤其是一段在相片上显示一个虚拟茶壶的程序，在网上（包括CSDN）有很多程序。这里我个人觉得这2篇文章算不错的，给出链接。第一个是https://blog.csdn.net/Dujing2019/article/details/91691202，第二个是https://blog.csdn.net/titansm/article/details/89057184。但直接使用这些程序，不一定能得到它们说的同样的效果和结果（至少我不是），所以我贴出自己的代码，以供大家参考。

1、一些基本的我就不说了，例如软件和包的安装等，大家参考以上两个链接和其他文章，这里我说点和其它文章不一样的地方。对了，我的环境是Win7 64位，装了anaconda3和python3.6。
2、首先是以上两个链接中都会提到的sift.process_image等等函数，你会发现文章中根本没细说这写函数的内容是什么。其实这些函数在《Python计算机视觉编程》一书中有详细提及，只是以上链接文章没提罢了，这里我把所有相关的程序待会在下面都列出来。
3、sift.process_image函数是将.bmp文件转变成.sift文件。那么如何转变呢？这里你需要下载一个vlfeat-0.9.20-bin.tar.gz压缩包（注意必须是0.9.20版本，0.9.21版本没用），解压缩后将其中/bin/win32中的sift.exe、vl.dll、vl.lib拷贝到和你这个AR python程序同一个文件夹下。很奇怪我是64位版本为什么用win32中的文件吧？其实我也奇怪，但我试过了，用win64根本不行，只有win32可以，我也不知道为什么。
4、另外，你在安装完PyOpenGL后，需要将OpenGL库文件（由于我安装了anaconda3，因此我的OpenGL库文件在Continuum\anaconda3\Lib\site-packages\OpenGL）下的DLLS文件夹中的部分东西删除，只保留gle_AUTHORS、gle_COPYING、gle_COPYING.src、gle64.vc14.dll、glut64.vc14.dll这六个文件即可。否则在编译函数draw_teapot时会跳出一个莫名其妙的错误。
5、这一点非常关键，我找遍了好多文章，最后终于在第二个链接中找到了，也就是width和height的值。一定不能用大多数文章里使用的1000和747，要用你自己那个.bmp的像素。比如我的.bmp文件的像素是553和369（可以点击右键–>属性–>详细信息看到该文件的像素）。
另外关于这一点，我做了若干次尝试：当width,height = 553,369时，效果OK；当width,height = 553,300时，效果也OK；当width不是553时，哪怕是554或552，出来的背景效果都是极度扭曲的。
还有，width和height的值不能太大，否则编译时就会报错，什么内存读取溢出或错误OSError: exception: access violation reading 0x0000000008FC7000。网上很多人说这是64位版本问题，算是一个bug，具体我也搞不清楚。所以你在生成.bmp图片时，就要记住图片像素值不能太大。
好，接下来我就贴代码了。

首先生成一个空文件sift.py，将它和其它AR python程序放在同一个文件夹。sift.py里的程序是：

from PIL import Image
from numpy import *
from pylab import *
import os

def process_image(imagename, resultname, params='--edge-thresh 10 --peak-thresh 5'):
    if imagename[-3:] != 'pgm':
        im = Image.open(imagename).convert('L')
        im.save('tmp.pgm')
        imagename = 'tmp.pgm'
    cmmd = str("sift " + imagename + " --output=" + resultname + " " + params)
    os.system(cmmd)
    print(str("processed " + imagename + " to " + resultname))

def read_features_from_file(filename):
    f = loadtxt(filename)
    return (f[:, :4], f[:, 4:])
    
def match(desc1,desc2):
    desc1 = array([d/linalg.norm(d) for d in desc1])
    desc2 = array([d/linalg.norm(d) for d in desc2])
    dist_ratio = 0.6
    desc1_size = desc1.shape
    matchscores = zeros((desc1_size[0],1),'int')
    desc2t = desc2.T
    for i in range(desc1_size[0]):
        dotprods = dot(desc1[i,:],desc2t)
        dotprods = 0.9999*dotprods
        indx = argsort(arccos(dotprods))
        if arccos(dotprods)[indx[0]] < dist_ratio*arccos(dotprods)[indx[1]]:
            matchscores[i] = int(indx[0])
    return matchscores

def match_twosided(desc1,desc2):
    matches_12 = match(desc1, desc2)
    matches_21 = match(desc2, desc1)
    ndx_12 = matches_12.nonzero()[0]
    for n in ndx_12:
        if matches_21[matches_12[n]] != n:
            matches_12[n] = 0
    return matches_12

然后生成一个空文件homography.py，将它和其它AR python程序放在同一个文件夹。homography.py里的程序是：

import os
from PIL import Image
from numpy import *
from pylab import *
from scipy import ndimage
import ransac

def make_homog(points):
	return vstack((points,ones((1,points.shape[1]))))

class RansacModel(object):
	def __init__(self,debug=False):
		self.debug = debug
	def fit(self,data):
		data = data