opencv-python-特征匹配笔记

最新推荐文章于 2024-04-23 23:10:04 发布

壮虎

最新推荐文章于 2024-04-23 23:10:04 发布

阅读量160

点赞数 3

分类专栏： opencv学习笔记文章标签： opencv python 笔记

本文链接：https://blog.csdn.net/so_lazy/article/details/136790941

版权

opencv学习笔记专栏收录该内容

4 篇文章 0 订阅

订阅专栏

文章详细介绍了使用OpenCV库中的SIFT和ORB算法进行图像特征检测，并利用BFMatcher进行暴力匹配，展示了两种方法在处理不同规模图像时的匹配过程。

摘要由CSDN通过智能技术生成

先贴两张原图

SIFT暴力匹配

img_s = cv2.imread("0.png")
img_d = cv2.imread("1.jpg")

# 根据图片大小，做适当的缩放
# img_s = cv2.resize(img_s, None, fx=0.2, fy=0.2)
img_d = cv2.resize(img_d, None, fx=0.5, fy=0.5)

gray_s = cv2.cvtColor(img_s, cv2.COLOR_BGR2GRAY)
gray_d = cv2.cvtColor(img_d, cv2.COLOR_BGR2GRAY)

# 使用SIFT特征检测
detect = cv2.SIFT.create()
kp_s, des_s = detect.detectAndCompute(gray_s, None)
kp_d, des_d = detect.detectAndCompute(gray_d, None)

# 使用暴力匹配器
# NORM_L1和NORM_L2是专门给SIFT使用的
# True表示交叉查找（即用图1的特征匹配图2的，图2也要用特征匹配图1的，要匹配两轮）
bf = cv2.BFMatcher(cv2.NORM_L1, True)

# 进行匹配
matches = bf.match(des_s, des_d)

# 进行匹配的结果的视觉呈现
img_result = cv2.drawMatches(img_s, kp_s, img_d, kp_d, matches, None)
cv2.imshow("img", img_result)
cv2.waitKey()

ORB暴力匹配

img_s = cv2.imread("0.png")
img_d = cv2.imread("1.jpg")

# img_s = cv2.resize(img_s, None, fx=0.2, fy=0.2)
img_d = cv2.resize(img_d, None, fx=0.5, fy=0.5)

gray_s = cv2.cvtColor(img_s, cv2.COLOR_BGR2GRAY)
gray_d = cv2.cvtColor(img_d, cv2.COLOR_BGR2GRAY)

gray_s = img_s
gray_d = img_d

# 使用ORB特征检测，检测10000个特征点
detect = cv2.ORB.create(nfeatures=10000)
kp_s, des_s = detect.detectAndCompute(gray_s, None)
kp_d, des_d = detect.detectAndCompute(gray_d, None)

# NORM_HAMMING和NORM_HAMMING2是专门给ORB使用的
bf = cv2.BFMatcher(cv2.NORM_HAMMING, True)
matches = bf.match(des_s, des_d)

img_result = cv2.drawMatches(img_s, kp_s, img_d, kp_d, matches, None)
cv2.imshow("img", img_result)
cv2.waitKey()