数据结构
网络
RDBMS
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究OpenCV Python – 如何使用SIFT检测和绘制图像中的关键点？
SIFT（尺度不变特征变换）是一种尺度不变特征描述符。它检测图像中的关键点并计算其描述符。我们首先使用cv2.SIFT_create()创建一个SIFT对象。然后使用sift.detect()检测关键点，其中sift是创建的SIFT对象。要绘制关键点，我们使用cv2.drawKeypoints()。
步骤
要使用SIFT算法检测和绘制输入图像中的关键点，您可以按照以下步骤操作
导入所需的库OpenCV和NumPy。确保您已安装它们。
使用cv2.imread()方法读取输入图像。指定图像的完整路径。使用cv2.cvtColor()方法将输入图像转换为灰度图像。
使用sift=cv2.SIFT_create()初始化具有默认值的SIFT对象。
检测灰度图像中的关键点。使用sift.detect()。它返回关键点kp。
在图像cv2.drawKeypoints()函数上绘制检测到的关键点kp。要绘制丰富的关键点，您可以将flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS作为参数传递。
显示带有绘制的关键点的图像
让我们看看使用SIFT算法检测和绘制输入图像中的关键点的示例。
输入图像
在下面的示例中，我们将使用以下图像作为输入文件。
示例
在此程序中，我们使用SIFT算法检测和绘制输入图像中的关键点。
# import required libraries import cv2 # read input image img = cv2.imread('architecture2.jpg') # convert the image to grayscale gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # Initiate SIFT object with default values sift = cv2.SIFT_create() # find the keypoints on image (grayscale) kp = sift.detect(gray,None) # draw keypoints in image img2 = cv2.drawKeypoints(gray, kp, None, flags=0) # display the image with keypoints drawn on it cv2.imshow("Keypoints", img2) cv2.waitKey(0) cv2.destroyAllWindows()
执行上述代码后，它将打开以下输出窗口，显示带有绘制的关键点的图像。
请注意，关键点以不同的颜色绘制。您可以将颜色（例如，对于红色（0,0,255））作为参数传递给drawKeypoints()函数，以使用单一颜色绘制关键点。
示例
在此示例中，我们将了解如何使用SIFT算法检测和绘制输入图像中的关键点。
我们将flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS作为参数传递给cv2.drawKeypoints()。
# import required libraries import cv2 # read input image img = cv2.imread('architecture2.jpg') # convert the image to grayscale gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # Initiate SIFT object with default values sift = cv2.SIFT_create() # find the keypoints on image (grayscale) kp = sift.detect(gray,None) # draw keypoints in image img2=cv2.drawKeypoints(gray,kp,None,flags=cv2.DRAW_MATCHES_FLAG S_DRAW_RICH_KEYPOINTS) # display the image with keypoints drawn on it cv2.imshow("Keypoints", img2) cv2.waitKey(0) cv2.destroyAllWindows()
输出
执行上述代码后，它将打开以下输出窗口，显示带有绘制的关键点的图像。
请注意，关键点以不同的尺寸甚至方向绘制。
5K+ 阅读量
