OpenCV中的尺度不變特征變換（SIFT Scale-Invariant Feature Transform）

• • 1. 效果圖
  • 2. 原理
  • • 2.1 步驟
    • 2.2 opencv實現方法
    • 2.3 SIFT算法獲取
  • 3. 源碼
  • 參考

這篇博客將介紹尺度不變特征變換算法（SIFT Scale-Invariant Feature Transform），并學習如何使用SIFT來尋找關鍵點和描述符。

Scale-Invariant Feature Transform（SIFT 尺度不變特征變換）

• Harris角點檢測器具有旋轉不變性，然而圖像放大縮小，角點會發生變化。
• 尺度不變特征變換（SIFT）從尺度不變的關鍵點，提取關鍵點和計算其描述符。

1. 效果圖

原圖 VS SIFT關鍵點檢測效果圖如下：

原圖 VS SIFT帶方向效果圖如下：

如圖可見，右圖繪制了SIFT關鍵點大小的圓，并且帶方向；

2. 原理

2.1 步驟

SIFT算法主要包括四個步驟：

1）SIFT算法采用了高斯差分的近似對數。高斯差是由兩個不同的∑圖像的高斯模糊差得到的，設為∑和k∑。
2）關鍵點定位。一旦找到了潛在的關鍵點位置，就必須對其進行細化，以獲得更準確的結果。它消除了任何低對比度的關鍵點和邊緣關鍵點，剩下的是強烈的興趣點。
3）定向作業，為每個關鍵點指定一個方向，以實現對圖像旋轉的不變性。
4）關鍵點描述符，采取了一些措施來實現對光照變化、旋轉等的魯棒性。
5）關鍵點匹配，兩幅圖像之間的關鍵點通過識別它們的近鄰來匹配。它消除了大約90%的錯誤匹配，而只丟棄了5%的正確匹配。SIFT算法已獲得專利，因此包含在非免費模塊中；

2.2 opencv實現方法

• sift.detectAndCompute() 找到關鍵點；
• desc=sift.compute(gray,kp) 計算描述符;
• cv2.drawKeyPoints() 該函數在關鍵點的位置上繪制小圓圈

2.3 SIFT算法獲取

由于SIFT算法已獲得專利，因此包含在非免費模塊中。
也可以通過安裝以下倆個包獲取此算法；

opencv-contrib-python     4.5.1.48
opencv-python             4.1.2.30

3. 源碼

# SIFT（Scale Invariant Feature Transform）尺度不變特征（關鍵點檢測并繪制它們）import cv2
import imutils
import numpy as npimg = cv2.imread('zly.jpg')
img = imutils.resize(img, width=300)
origin = img.copy()
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 找到關鍵點并計算描述符，也可以用這倆方法：sift.detectAndCompute()找到關鍵點；des=sift.compute(gray，kp) 計算描述符
# 找到關鍵點并計算描述符
# kp是一個關鍵點列表，des是一個numpy數組
# kp, des = sift.detectAndCompute(gray,None)
sift = cv2.xfeatures2d.SIFT_create()
(kp, descs) = sift.detectAndCompute(gray, None)# cv2.drawKeyPoints（）函數，該函數在關鍵點的位置上繪制小圓圈。
# 如果你傳遞了flag：cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS，它會畫一個關鍵點大小的圓，甚至會顯示它的方向。
cv2.drawKeypoints(img, kp, img)
# 傳遞flag，繪制關鍵點大小的圓，并且顯示它的方向
# cv2.drawKeypoints(img, kp, img, flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
cv2.imshow("origin VS sift_keypoints_res", np.hstack([origin, img]))
cv2.waitKey(0)cv2.imwrite('images/sift_keypoints.jpg', img)

參考

• https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_feature2d/py_sift_intro/py_sift_intro.html#sift-intro

總結

以上是生活随笔為你收集整理的OpenCV中的尺度不变特征变换（SIFT Scale-Invariant Feature Transform）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。