Python计算机视觉SIFT尺度不变的图像特征变换
作者:今年的浙江省状元 时间:2022-08-01 00:28:44
图像特征-SIFT尺度不变特征变换
1.1图像尺度空间
在一定的范围内,无论物体是大还是小,人眼都可以分辨出来,然后计算机要具有相同的能力却很难,所以要让机器能够对物体在不同尺度下有一个统一的认知,就需要考虑图像在不同尺度下都存在的特点。
尺度空间的获取通常使用高斯模糊来实现
1.2多分辨率金字塔
1.3高斯差分金字塔
1.4DoG空间极值检测
为了寻找尺度空间的极值点,每个像素点要和其图像域(同一尺度空间)和尺度域(相邻的尺度空间)的所有相邻点进行比较,当其大于(或者小于)所有相邻点时,该点就是极值点。如下图所示,中间的检测点要和其所在图像的33邻域8个像素点,以及其相邻的上下两层33邻域18个像素点,共26个像素点进行比较。
1.5关键点的精确定位
这些候选关键点是DoG空间的局部极值点,而且这些极值点均为离散的点,精确定位极值点的一种方法是对尺度空间DoG函数进行曲线拟合,计算其极值点,从而实现关键点的精确定位。
1.6消除边界响应
1.7特征点的主方向
1.8生成特征描述
OpenCV SIFT函数
import cv2 #opencv 读取进来为BGR格式
import matplotlib.pyplot as plt
import numpy as np
#一个魔法指令,不需要采用plt.show()显示图像
%matplotlib inline
print(cv2.__version__) # 3.4.1.15 pip install opencv-python ==3.4.1.15 pip install opencv-contrib-python==3.4.1.15
def cv_show(name,img):
cv2.imshow(name,img)
cv2.waitKey(0)
cv2.destroyAllWindows()
img = cv2.imread('images/test2.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv_show('gray',gray)
#得到特征点
sift = cv2.xfeatures2d.SIFT_create()
kp = sift.detect(gray,None)
img = cv2.drawKeypoints(gray,kp,img)
cv_show('keyPoint',img)
# 计算特征
kp, des = sift.compute(gray, kp)
print(np.array(kp).shape)
print(des.shape)
print(des[0])
来源:https://blog.csdn.net/weixin_44382897/article/details/109574367
标签:计算机视觉,SIFT特征,图像尺度
0
投稿
猜你喜欢
TensorFlow和keras中GPU使用的设置操作
2023-08-07 20:32:53
使用roolup构建你的lib(实现步骤)
2022-11-19 13:47:27
JS实现倒序输出的几种常用方法示例
2024-04-22 13:27:15
python3利用venv配置虚拟环境及过程中的小问题小结
2023-04-29 06:01:28
Python嵌入C/C++进行开发详解
2024-01-02 06:39:48
交互设计模式(二)-Pagination(分页,标记页数)
2009-08-03 13:37:00
Perl使用Tesseract-OCR实现验证码识别教程
2022-04-22 07:52:05
很快大多数网民将放弃IE浏览器
2009-02-04 16:43:00
用Python代码来解图片迷宫的方法整理
2023-03-17 18:35:43
Python实现FTP文件定时自动下载的步骤
2022-04-13 02:07:14
python3+PyQt5实现支持多线程的页面索引器应用程序
2022-02-17 02:02:11
如何恢复SQL Server 2000损坏的数据库文件
2024-01-16 21:02:54
详解go-micro微服务consul配置及注册中心
2024-04-23 09:48:20
SQL Server的怪辟:异常与孤立事务
2009-09-24 14:11:00
关于Python中*args和**kwargs的深入理解
2021-04-07 17:45:06
oracle调试存储过程的过程详解
2024-01-13 03:51:17
排版自适应提升可访问性
2009-04-08 12:47:00
win10 + anaconda3 + python3.6 安装tensorflow + keras的步骤详解
2021-05-18 10:22:32
Python上下文管理器详细使用教程
2021-06-24 05:47:35
Python语言中的数据类型-序列
2023-08-31 14:36:24