SIFT+RANSAC将图像分为四等分分别进行匹配

最新推荐文章于 2024-01-12 11:58:31 发布

yoursmy10

最新推荐文章于 2024-01-12 11:58:31 发布

阅读量537

点赞数 1

分类专栏： image 文章标签： python opencv

本文链接：https://blog.csdn.net/weixin_40733121/article/details/117436036

版权

这篇博客介绍了如何运用Python3和opencv_contrib库来实现论文中的图像处理方法。通过将图像四等分，并对每一部分与模板进行SIFT特征匹配和RANSAC算法，确定匹配点最多的区域，以此来控制镜头的移动方向。

摘要由CSDN通过智能技术生成

本程序是为了复现一篇论文的一个方法。将图像四等分后分别和模板进行匹配，那一块匹配的点最多则控制镜头往该方向移动。
在这里插入图片描述
这里用python3+opencv_contrib实现了功能。大部分说明都在注释里

# -*- coding: utf-8 -*-
"""
Created on Fri Apr 16 11:14:04 2021

@author: trevorwu
"""

import cv2
import  numpy as np

# read images
img1 = cv2.imread('D:/backup/SIFT test/pics/mouse1.jpg')  #模板图
img2 = cv2.imread('D:/backup/SIFT test/pics/mouse2.jpg')  #实拍对比图

count = 0 #计数

#等分图片
subImages = []
subImageNum = 4 #四等分
srcHight, srcWidth = img2.shape[0],img2.shape[1]
subHight = srcHight // 2
subWidth = srcWidth // 2
print('srcHeight = ',srcHight)
print('srcWidth = ',srcWidth)
print('subHeight = ',subHight)
print('subWidth = ',subWidth)

#得到四张子图  这样写真的很蠢

img_upper_left= img2[0:subHight,0:subWidth]
img_upper_right= img2[0:subHight,subWidth:srcWidth