特征点检测

SIFT算法

由于版权问题,旧版本的在xfeatures2d模块下

cv2.xfeatures2d.SIFT_create()

而较新版本的可以直接使用

cv2.SIFT_create()

create()函数用于创建SIFT算法的类对象,参数如下

参数含义
nfeatures保留的最优特征数量
nOctavwLayers每个Octave的层数
contrastThreshold对比度阈值,阈值越大,检测的特征越少
edgeThreshold过滤疑似边缘的特征阈值,越大,保留的特征越多
sigma高斯模糊参数

drawKeypoints()用于特征点的绘制

参数含义
image输入图像
keypoints存储检测到的特征点
outImage输出图像
color绘制特征点颜色
flags绘制特征点方式
import cv2

src = cv2.imread("img.png", 1)

# SIFT算法检测特征点
sift = cv2.SIFT_create()
key_point, descriptor = sift.detectAndCompute(src, None)

# 绘制特征点
draw_keypoints = cv2.drawKeypoints(src, key_point, src, color=(128, 128, 128))
cv2.imwrite("sift_point.jpg", draw_keypoints)

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值