python3.6 opencv 3.4.2 ORB 算法

这篇博客介绍了如何在Python3.6环境下使用OpenCV3.4.2的ORB算法进行关键点检测和匹配。通过示例代码展示了ORB关键点的绘制以及利用BFMatcher进行两幅图像间的特征匹配,并通过matplotlib和opencv显示匹配结果的差异。
摘要由CSDN通过智能技术生成

程序在jupyter notebook下运行过

#ORB drawkeypoints
import numpy as np
import cv2
from matplotlib import pyplot as plt

%matplotlib inline

img = cv2.imread(‘1.png’,1)
orb = cv2.ORB_create()#默认是500
kp= orb.detect(img,None)
kp,des = orb.compute(img,kp)
img2 = cv2.drawKeypoints(img,kp,None,color=(0,255,0),flags=0)
plt.show(img2)
plt.show()

cv2.imshow(‘img’,img2)
cv2.waitKey(0)
cv2.destroyAllWindows()

两种显示方式,是因为opencv和matplotlib读取图像的方式不同,opencv是BGR模式,matplotlib是RGB模式,运行程序后即可发现两种显示方式的图像不同。

#ORB
import numpy as np
import cv2
from matplotlib import pyplot as plt

%matplotlib inline

img = cv2.imread(‘1.png’,1)
img = cv2.imread(‘2.png’,2)

orb = cv2.ORB_create()#默认是500

kp1,des1 = orb.detectAndCompute(img1,None)
kp2,des2 = orb.detectAndCompute(img2,None)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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