cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS

最新推荐文章于 2024-05-27 23:41:31 发布
原创 最新推荐文章于 2024-05-27 23:41:31 发布 · 829 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文探讨了使用Python和OpenCV实现SIFT算法的过程，并特别关注于如何利用cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS正确绘制关键点。文中指出了一个常见的拼写错误并提供了修正方法。
opencv计算机视觉python实现，sift算法中cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS，他少了个s
暗影猫熊
关注
cv2.drawKeypoints函数（opencv学习）
open123852的博客
05-01 1万+
函数表示： cv2.drawKeypoints(image, keypoints, outImage, color=None, flags=None) image 原始图像，可以使三通道或单通道图像； keypoints 特征点向量，向量内每一个元素是一个KeyPoint对象，包含了特征点的各种属性信息； outImage 特征点绘制的画布图像，可以...
OpenCV2D 特征框架 (14)在图像上绘制特征点（keypoints）的函数drawKeypoints()的使用
jndingxin的专栏
02-06 464
cv::drawKeypoints 是 OpenCV 库中用于在图像上绘制特征点（keypoints）的函数。这个函数允许用户将检测到的关键点可视化，以便于分析和调试。
【OpenCV】 Octave | 角点检测 | SIFT/SURF算法
m0_66307842的博客
01-19 2972
Octave | 角点检测 | SIFT/SURF算法
OpenCV:cv2.drawKeypoint 函数
2301_77444219的博客
05-27 1036
cv2.DRAW_MATCHES_FLAGS_DRAW_OVER_OUTIMG：不建立输出图像，而是直接对输出图像进行变量空间绘制，要求变量的size与type都初始化完成。cv2.DRAW_MATCHES_FLAGS_DEFAULT：默认的绘制模式，绘制结果为普通的小圆圈，圆心即为特征点坐标。cv2.DRAW_MATCHES_FLAGS_NOT_DRAW_SINGLE_POINTS：单点的特征点不被绘制。本文选取的图片特征值效果较差，仅做参考，主要关注不同flags的绘制方式。
cv2.drawKeypoints（）
qq_35154529的博客
07-26 1万+
opencv3.x.的cv2.drawKeypoints（）函数主要五个参数： image:也就是原始图片 keypoints：从原图中获得的关键点，这也是画图时所用到的数据 outputimage：输出              //可以是原始图片  color：颜色设置，通过修改（b,g,r）的值,更改画笔的颜色，b=蓝色，g=绿色，r=红色。 flags：绘图功能的标识设置 ...
img_with_selected_kpts1=cv2.drawKeypoints(img1,selected_kps1,np.array([]),(0,0,255), flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) img_with_selected_kpts2=cv2.drawKeypoints(img2,selected_kps2,np.array([]),(0,0,255), flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) plt.figure(figsize=(10,5)) plt.subplot(121), plt.imshow(cv2.cvtColor(img_with_selected_kpts1,cv2.COLOR_BGR2RGB)), plt.title("Selected Keypoints on Img1"), plt.axis('off') plt.subplot(122), plt.imshow(cv2.cvtColor(img_with_selected_kpts2,cv2.COLOR_BGR2RGB)), plt.title("Selected Keypoints on Img2"), plt.axis('off') plt.tight_layout() plt.show()
03-13
flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS # 显示方向和尺寸 ) # 4. 转换BGR到RGB格式供Matplotlib显示 plt_image = cv2.cvtColor(output_image, cv2.COLOR_BGR2RGB) # 5. 使用Matplotlib显示结果 plt....
帮我解释一下这个代码功能import cv2 import numpy as np # 读取输入图像 img = cv2.imread(r"C:\Users\user\Desktop\yacht\Man.bmp") gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 初始化特征检测器（STAR检测器）和BRIEF描述器 star = cv2.xfeatures2d.StarDetector_create() brief = cv2.xfeatures2d.BriefDescriptorExtractor_create(bytes=32, use_orientation=False) # 检测关键点 keypoints = star.detect(gray, None) # 计算BRIEF描述子 keypoints, descriptors = brief.compute(gray, keypoints) # 绘制特征点（红色圆圈） output_img = cv2.drawKeypoints(img, keypoints, None, (0,0,255), flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) # 保存结果图像 cv2.imwrite('brief_output.jpg', output_img) # 显示结果（可选） cv2.imshow('BRIEF Features', output_img) cv2.waitKey(0) cv2.destroyAllWindows()
03-24
`cv2.drawKeypoints(img, kp, img, flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)` 该语句会在原图上用圆圈标注关键点位置，并通过半径和方向标记特征尺度与方向信息。 ### 完整代码示例 ```python import...
我对superpoint在github上发布的superpoint_v1.pth文件进行了修改，想提取原图像的特征点并绘制，修改的部分代码如下 ： start1 = time.time() pts, desc, heatmap = fe.run(img) # 转换特征点为cv2.KeyPoint对象 cv_keypoints = [cv2.KeyPoint(point[0], point[1], 1) for point in pts[0]] image_color = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR) # 绘制特征点 image_with_keypoints = cv2.drawKeypoints(image_color, cv_keypoints, None, flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) cv2.imshow('Image with Keypoints', image_with_keypoints) cv2.waitKey(0) cv2.destroyAllWindows() 错误信息如下： Traceback (most recent call last): File "D:/SuperPointPretrainedNetwork-master/demo1.py", line 683, in <module> flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) cv2.error: C:\projects\opencv-python\opencv\modules\features2d\src\draw.cpp:108: error: (-5) Incorrect type of input image. in function cv::drawKeypoints warning: Error opening file (/build/opencv/modules/videoio/src/cap_ffmpeg_impl.hpp:792) warning: ./assets/icl_snippet/ (/build/opencv/modules/videoio/src/cap_ffmpeg_impl.hpp:793) 我改如何修改
07-12
根据错误信息，问题出现在 `cv2.drawKeypoints` 函数中，错误提示是 "Incorrect type of input image"。这意味着 `image_color` 的类型不正确。 根据您提供的代码，`image_color` 是使用 `cv2.cvtColor` 函数从灰度...
生成运行结import cv2 import numpy as np image = cv2.im read( 'feature_test.jpg ') if image is None: print("错误：⽆法加载图像 'feature_test.jpg '") else: gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 1. 初始化ORB检测器 # nfeatures: 要检测的最⼤特征点数 orb = cv2.ORB_create(nfeatures=1000) # 2. 检测关键点并计算描述⼦ # keypoints是检测到的关键点对象列表 # descriptors是描述⼦， ⼀个N x 32的NumPy数组 (N是关键点数量) keypoints, descriptors = orb.detectAndCompute(gray, None) print(f"检测到 {len(keypoints)} 个特征点 。") if descriptors is not None: print(f"描述⼦矩阵的形状 : {descriptors.shape}") # 3. 在图像上绘制关键点 # cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS 会绘制关键点的⼤⼩和⽅向 output_image = cv2.drawKeypoints(image, keypoints, None, color=(0, cv2.imshow( 'ORB Features ', output_image) cv2.imwrite( 'orb_features.jpg ', output_image) cv2.waitKey(0) cv2.destroyAllWindows()
最新发布
10-25
flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS ) # 转换颜色空间用于显示(BGR->RGB) img_display = cv2.cvtColor(img_keypoints, cv2.COLOR_BGR2RGB) # 使用matplotlib显示结果 plt.figure(figsize=(12, 8))...
这个代码为什么不能运行import cv2 'import numpy as np' # 配置非自由算法支持（需提前编译contrib模块）[^1] def surf_feature_detection('img_path', output_path): # 读取图像 img = cv2.imread(r"C:\Users\user\Desktop\yacht\Man.bmp") gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 创建SURF检测器（设置Hessian阈值） surf = cv2.xfeatures2d_SURF.create(hessianThreshold=400) # 检测关键点与描述符 keypoints, descriptors = surf.detectAndCompute(gray, None) # 绘制关键点 img_keypoints = cv2.drawKeypoints(img, keypoints, None, (0, 0, 255), cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) # 保存结果图像 cv2.imwrite(output_path, img_keypoints) print(f"结果已保存至 {output_path}") # 使用示例 # surf_feature_detection('input.jpg', 'surf_output.jpg')
03-24
img_keypoints = cv2.drawKeypoints(img, keypoints, None, (0,0,255), flags=4) cv2.imshow('SURF Features', img_keypoints) cv2.waitKey(0) ``` --- #### **步骤3：源码编译（可选，适用于特殊环境）** 若预...
python+opencv学习笔记之绘制特征点函数cv2.drawKeypoint()
dfbfhf的博客
04-23 4454
** 绘制特征点核心函数cv2.drawKeypoint() ** 一、函数构造 cv2.drawKeypoint() 二、参数详解 cv2.drawKeypoint(image,keypoint,outimage,color,flags) image：输入图像； keypoint：获取的特征点； outimage：输出图像； color：颜色，默认为随机颜色； flsgs：绘制点的模式，有以下四种模式 cv2.DRAW_MATCHES_FLAGS_DEFAULT：默认值，只绘制特征点 的坐标点
OpenCV：KeyPoint/drawKeypoints/drawMatches小记
leonardohaig的博客
07-30 1万+
今日用到了这几个函数/类，小记一下函数的各个参数以及用法。 KeyPoint特征点类 保存特征点各种信息的KeyPoint类在使用中是不透明的，我们来看看KeyPoint类的主要属性： 主要包含的特征点信息有：位置、邻域直径、特征的方向、响应强度、多尺度信息和分类等。特征点匹配的实现就是通过逐个匹配特征点的这些信息。 drawKeypoints特征点绘制 opencv提供了一个快速绘...
[每日一氵] openCV drawMatches 函数中 flag 用法
先说一下，就简单地写点儿氵文，不是博客，只是我的笔记本/工具书
05-09 2024
关于 cv2.drawMatches 函数部分，简要说一下 goodmatch_im = cv2.drawMatches(img_r, keypoint_r, img_l, keypoint_l, match,
opencv-api drawKeyPoints
Claroja
10-22 572
1.dectAndCompute def detectAndCompute(self, image, mask, descriptors=None, useProvidedKeypoints=None): detectAndCompute(image, mask[, descriptors[, useProvidedKeypoints]]) -&amp;gt; keypoints, descriptors...
python opencv的cv2.drawKeypoints（）函数详解
热门推荐
dz4543的博客
04-13 3万+
我用的python3.x，opencv3.x.官方文档里介绍cv2.drawKeypoints（）函数主要包含五个参数：image:也就是原始图片keypoints：从原图中获得的关键点，这也是画图时所用到的数据outputimage：输出color：颜色设置，通过修改（b,g,r）的值,更改画笔的颜色，b=蓝色，g=绿色，r=红色。flags：绘图功能的标识设置，（可能标识的值由DrawMatc...
cv2 drawKeypoints 使用自定义数组来绘制关键点
@司南牧|知乎|博客|易懂教程|李韬
10-22 1792
def draw_features(img, features): """Draw features""" # Convert to OpenCV KeyPoints cv_kps = [] for f in features: cv_kps.append(cv2.KeyPoint(f.pt[0], f.pt[1], f.size)) # ...
opencv-api drawKeypoints & drawMatches
Claroja
10-29 660
outImage = cv.drawKeypoints( image, keypoints, outImage[, color[, flags]] ) 参数 描述 img 原图片 keypoints 关键点，由detect()计算得来 color 关键点的颜色 flags 绘制的方式 outImg = cv.drawMatches( img1, keypoints...
Opencv学习（1）——drawKeypoints() 绘制特征关键点
xiaohu的博客
06-23 1万+
C++: void drawKeypoints(const Mat& image, const vector& keypoints, Mat& outImg, const Scalar& color=Scalar::all(-1), int flags=DrawMatchesFlags::DEFAULT ) Parameters: image – Source i...
c++ opencv多个特征点的连线显示
haohaohaihuai的博客
11-28 1204
图像经过算子处理后得到若干特征点，使用opencv进行渲染显示出这些特征点并且连线，更直观的对比处理前后的一些差异性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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