计算机视觉学习4：SIFT和Harris算法特征匹配对比

最新推荐文章于 2023-01-05 07:30:32 发布

Charon_L

最新推荐文章于 2023-01-05 07:30:32 发布

阅读量876

点赞数

本文链接：https://blog.csdn.net/qq_38090541/article/details/88604176

版权

本文介绍了SIFT环境配置，详细记录了在配置过程中遇到的问题及解决方法，着重对比了Harris算法的角点检测和SIFT算法的兴趣点检测及描述子匹配在图像处理中的应用。

摘要由CSDN通过智能技术生成

sift环境配置

参考博客：https://blog.csdn.net/lilai619/article/details/48523647

VLFeat下载安装的为9.20版本的
按照教程安装配置完成后我的sift出现了无法生成.sift文件的问题，经过百般尝试后的解决办法：将sift.exe和vl.dll文件拷到工程文件下，将cmmd地址改为cmmd = str("sift " + imagename + " --output=" + resultname + " " + params)

注：原图为集美大学尚大楼
在这里插入图片描述
一、Harris算法实现结果
1、Harris角点检测

# -*- coding: utf-8 -*-
from pylab import *
from PIL import Image
from PCV.localdescriptors import harris

"""
Example of detecting Harris corner points (Figure 2-1 in the book).
"""

# 读入图像
im = array(Image.open('../data/empire.jpg').convert('L'))

# 检测harris角点
harrisim = harris.comp