SIFT图像配准 python3.6 + opencv3.3代码

最新推荐文章于 2024-08-09 00:05:23 发布

weixin_34310127

最新推荐文章于 2024-08-09 00:05:23 发布

阅读量889

点赞数 1

文章标签： python 人工智能

原文链接：http://www.cnblogs.com/P3nguin/p/8135816.html

版权

本文介绍了如何在Python3.6和OpenCV3.3环境下使用SIFT进行图像配准。在OpenCV3.x中，SIFT等不稳定算法被移至contrib模块。提供了相关函数查询方法及SIFT特征的详解链接，帮助理解并实现图像处理功能。

摘要由CSDN通过智能技术生成

opencv3.x 中部分函数有改变：

1. SIFT：可以采用help(cv2.xfeatures2d)查询

2.drawKeypoints：同样采用help()方法查询

opencv3 版本sift,surf 及其他不稳定的算法函数都放在opencv3.x的contrib版里。该模块下载地址 https://www.lfd.uci.edu/~gohlke/pythonlibs/

import cv2 
import numpy as np

def sift_kp(image):
    gray_image = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
    sift=cv2.xfeatures2d.SIFT_create()
    kp,des = sift.detectAndCompute(image,None)
    kp_image = cv2.drawKeypoints(gray_image,kp,None)
    return kp_image,kp,des


def get_good_match(des1,des2):
    bf = cv2.BFMatcher()
    matches = bf.knnMatch(des1, des2, k=2) #des1为模板图，des2为匹配图
    matches = sorted(matches,key=lambda x:x[0].distance/x[1].distance)
    good = []
    for m, n in matches:
        if m.distance < 0.75 * n.distance:
            good.append(m)