用OpenCV(Python)获取图像的SIFT特征

最新推荐文章于 2024-06-06 12:14:18 发布

Singcing

最新推荐文章于 2024-06-06 12:14:18 发布

阅读量710

点赞数

分类专栏：图像处理文章标签： python opencv 开发语言

本文链接：https://blog.csdn.net/m0_46306264/article/details/133575518

版权

图像处理专栏收录该内容

8 篇文章 0 订阅

订阅专栏

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
img=cv.imread("../Lena.png")
img_gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)


#创建一个SIFI对象
sift=cv.SIFT_create()

#使用SIFT对象在灰度图像img_gray中检测关键点，结果存储在变量kp中
kp=sift.detect(img_gray,None)

#计算特征
#des(1100,128),一共有1100个关键点，每个关键点勇(128)长度的特征向量表示
#使用SIFT对象计算img_gray中kp的关键点，
# 计算出的关键点和描述符分别存储在keypoints和des中
kp2,des=sift.compute(img_gray,kp)
print("+++++++++++++++++++?++++++++++++++")
print(np.array(kp).shape) #(1100,)
print(np.array(kp2).shape) #(1100,)
print(des.shape) #(1100,128)
print("+++++++++++++++++++?++++++++++++++")

img2=cv.drawKeypoints(img_gray,kp,img)

plt.imshow(img2,cmap="gray")
plt.title("drawKeyPoints")
plt.show()