底层视觉-SIFT-python-opencv(2)

特征点表达

（1）构建梯度直方图，找到主方向

          以3 × 1.5𝜎 为半径区域，计算这个区域内的梯度，构建梯度直方图，确定主方向。

（2）以主方向为中心取 8×8的窗口，并将其分成16个小区域，计算每一个小区域内8个方向的梯度直方图，这里我们将获得16x8=128 维的向量。

（3）归一化

        为了克服光照的影响，我们对128维的向量进行归一化处理

SIFT特点：多尺度特征

                  光照鲁棒

                  旋转不变

import numpy as np
import cv2

img = cv2.imread('img.jpg')
gray= cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

sift = cv2.xfeatures2d.SIFT_create()
kp = sift.detect(gray,None)

img=cv2.drawKeypoints(gray,kp,img)

cv2.imshow('img',img)
cv2.waitKey()