OpenCV-python实现第六章练习题

在学习OpenCV-python实现的过程中，第六章的练习内容如下：
创建一个滑动条用来为SURF实例提供Hessian阈值，可以看到特征会随阈值的增加而减少。
修改了很久的代码一直没能得到满意的效果，虽然能够实现滑动条控制Hessian值，但是可视化处理效果达不到预期，每次的Hessian值的drawKeypoints都叠加在一起，导致画面极度混乱，后发现问题出现在drawKeypoints函数的outImage值上，将其与image值用两个不同变量保存即可解决问题，代码如下：

import cv2

def update(val = 0):
    Hessian = cv2.getTrackbarPos('Hessian', 'keypoints')

    # 创建SURF对象，计算关键点和描述符并绘制
    fd_alg = cv2.xfeatures2d.SURF_create(Hessian)
    keypoints, descriptor = fd_alg.detectAndCompute(gray, None)
    cv2.drawKeypoints(image=img, outImage=_img, keypoints=keypoints, flags=4, color=(51, 163, 236))
    cv2.imshow('keypoints', _img)

if __name__ == "__main__":
    cv2.namedWindow('keypoints', cv2.WINDOW_NORMAL)
    # Hessian滚动条初值及最大值
    Hessian = 8000
    max_Hessian = 50000

    imgpath = r"E:\opencv\pycv\images\varese.jpg"
    img = cv2.imread(imgpath)
    _img = cv2.imread(imgpath)
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 创建窗口和滚动条
    cv2.namedWindow('keypoints')
    cv2.createTrackbar('Hessian', 'keypoints', Hessian, max_Hessian, update)
    update()
    
    cv2.waitKey()
    cv2.destroyAllWindows()

下面是原始有漏洞的版本：

cv2.drawKeypoints(image=img, outImage=img, keypoints=keypoints, flags=4, color=(51, 163, 236))