• python+opencv特征匹配算法


    python+opencv特征匹配算法

    1.安装

    pip install opencv-python
    pip install numpy
    
    • 1
    • 2

    2.算法明细

    import cv2
    import numpy as np
    
    # 读取两张图像
    img1 = cv2.imread('image1.jpg',0)  # queryImage
    img2 = cv2.imread('image2.jpg',0)  # trainImage
    
    # 初始化SIFT对象
    sift = cv2.xfeatures2d.SIFT_create()
    
    # 计算两个图像的SIFT特征和描述符
    kp1, des1 = sift.detectAndCompute(img1,None)
    kp2, des2 = sift.detectAndCompute(img2,None)
    
    # 使用FLANN匹配器进行特征匹配
    FLANN_INDEX_KDTREE = 1
    index_params = dict(algorithm = FLANN_INDEX_KDTREE, trees = 5)
    search_params = dict(checks=50)
    flann = cv2.FlannBasedMatcher(index_params, search_params)
    matches = flann.knnMatch(des1,des2,k=2)
    
    # 根据Lowe的比率测试进行匹配
    good_matches = []
    for m,n in matches:
        if m.distance < 0.7*n.distance:
            good_matches.append(m)
    
    # 计算并输出相似度
    similarity = len(good_matches)/len(matches)
    print('相似度: ', similarity)
    
    # 输出匹配结果
    img3 = cv2.drawMatches(img1,kp1,img2,kp2,good_matches,None,flags=cv2.DrawMatchesFlags_NOT_DRAW_SINGLE_POINTS)
    
    # 显示匹配结果
    cv2.imshow('Matches', img3)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
    • 37
    • 38

    3.报错处理

    AttributeError: module 'cv2' has no attribute 'xfeatures2d'
    
    • 1

    由于该算法已被申请专利,只能使用低版本

    pip install opencv-python==3.4.2.16
    pip install opencv-contrib-python==3.4.2.16
    
    • 1
    • 2
  • 相关阅读:
    【LeetCode-129】求根节点到叶节点数字之和
    6.RokcketMQ消息重试与死信队列
    如何判断一个对象是否为空
    拖延症:关于如何停止拖延的科学指南
    [Angular 基础] - routing 路由(上)
    正则表达式
    ps教学之logo设计。
    python笔记Ⅶ--函数返回值、作用域与命名空间、递归
    C# async / await 用法
    javaweb作品---宿舍管理
  • 原文地址:https://blog.csdn.net/huage926/article/details/132975781