java opencv sift_opencv实战：SIFT的实现

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