首先祭出匹配效果:
(这篇文章的算法来自EE208课程,文章内较少涉及,而主要讨论我的实现过程。文章很长,不妨收藏,找个时间敲一遍来更好理解。转载,请先征得本人同意,谢谢各位看官~~)
想要源码的同学们直接看文末~
1, 实验准备
1.1,实验环境
在本次实验中,我采用的是Windows10-1903+PyCharm+python3.7+opencv+numpy环境。(由于opencv轻量且适用性强,我们可以在很多系统及语言下使用。比如Linux,Win10下的Java,python,C++等环境)
numpy库提供了多样的数组处理工具。而以它为基础的Opencv库以轻量,功能强大著称。在本次实验中,我们将利用opencv库中多样的库函数进行多样的图像操作。同时,为了进行角度计算,我们还需要引入math函数库。
1.2,实验目的
在本次实验中,只有一个任务:根据课件提供的SIFT图像特征提取的思路,不直接调用cv2库中的SIFT函数,对数据集中的5张图片进行特征的提取,并与target.jpg图像进行特征匹配。输出匹配结果。
下图是本次实验建立的project的内容。我先在base_sift.py中实现了使用库函数SIFT实现的匹配。了解效果后,建立_sift.py,根据PPT思路完成了这一过程。下面我将详细介绍_sift.py中的实现过程。
1.3,实验原理
在本次实验中,我们将利