将图片序列化后的pkl文件转换为webp图片并进行特征提取

import cv2
import pickle
import numpy as np
from PIL import Image
from matplotlib import pyplot as plt

def convertPkl2Webp(pklfilepath):
    with open("./im1.pkl", "rb") as pickle_file:
        imgpk = np.array(pickle.load(pickle_file)[0])
    img = imgpk.reshape((28, 28))
    im  = Image.fromarray(np.around(img*255).astype(np.int16))
    im.save("test.webp", quality=100)

def run():
    convertPkl2Webp()
    #读入lena图形
    imgname = 'test.webp'
    img = cv2.imread(imgname)
    img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) #灰度处理图像

    #使用opencv中封装的sift方法
    sift = cv2.SIFT_create()

    keyPoints, des = sift.detectAndCompute(img, None)  #keyPoint是关键点的信息，des是关键点对应的描述信息

    #把提取到的关键点，在原图中标出
    show_img = cv2.drawKeypoints(img, keyPoints, img, color=(255,0,255)) #画出特征点，并显示为红色圆圈
    point_set = set()
    for key_point in keyPoints:
        x = int(round(key_point.pt[0]))
        y = int(round(key_point.pt[1]))
        point_set.add((x, y))
    #显示
    cv2.imshow("SIFT", show_img)
    cv2.waitKey(0)



if __name__ == '__main__':
    run()

代码中的 keyPoint.pt 是一个tuple (x, y)应该是特征值的位置，但我不懂这里的x, y为什么是小。，因为用的是28*28的单通道灰度图片，像素值不应该精确到整数吗？而且这里的x, y的对应关系如图所示，和我印象中的位置是反过来的。