SIFT算法实现图片匹配

SIFT (Scale-Invariant Feature Transform)是David Lowe 在1999发明的一种算法。它在世界范围内，作为图像对齐和对象识别的参考方法。此方法的鲁棒性能够检测场景的不同比例、角度和照明的因素。silx 中可用的实现使用 OpenCL，这意味着它可以在图形处理单元 （GPU） 和中央处理单元 （CPU） 上运行。在图像中检测到有趣的点（关键点），然后提取称为描述符的数据结构，即场景的特征，以便同一场景的两个不同的图像显示类似的描述符。描述符对转换（如平移、旋转、重新缩放和照明更改）不敏感，因此对图像拼接，这些使得SIFT非常有趣。
首先，从输入图像计算出描述符。然后，将它们相互比较，以确定要应用的几何变换，以便对齐图像。silx.opencl.sift 可以在大多数 GPU 和 CPU 上运行，提供更大的灵活性。通过 PyOpenCL 库OpenCL 进程从 Python 驱动，这是一个访问 OpenCL 并行计算 API 的模块。

pip install silx[full]
http://www.silx.org/
https://github.com/silx-kit/silx
http://www.silx.org/doc/silx/latest/description/sift.html