我正在使用opencv-Python如何创建KeyPoint来计算SIFT?
我已经确定了使用cv2.cornerHarris的角点。输出类型为“dst”
我需要计算角点的SIFT特征。输入到sift.compute()必须是类型为“关键点”
的我无法弄清楚如何使用cv2.KeyPoint()
我该怎么办呢?
谢谢:)
我正在使用opencv-Python如何创建KeyPoint来计算SIFT?
我已经确定了使用cv2.cornerHarris的角点。输出类型为“dst”
我需要计算角点的SIFT特征。输入到sift.compute()必须是类型为“关键点”
的我无法弄清楚如何使用cv2.KeyPoint()
我该怎么办呢?
谢谢:)
我想你完全搞错了。 输出类型为“dst” - >请注意,dst函数返回cv2.cornerHarris是包含在图像中检测到的哈里斯角的浮点Mat。
我在python中使用的代码的一个例子是用于计算图像中的角点。您可以使用返回数据并将其转换为KeyPoints类型。请注意,关键点结构定义为OpenCV KeyPoint Structure,每个关键点由Point2f类型的图像空间2d坐标指定。只需将每个检测到的角点转换为Point2f并将其用于筛选功能即可。
#sample code to read image and estimate the harris corner.
import cv2
import numpy as np
def cvComputeHarrisCorner(img):
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
gray = np.float32(gray)
dst = cv2.cornerHarris(gray,2,3,0.04)
dst = cv2.dilate(dst,None)
img[dst>0.01*dst.max()]=[0,0,255]
return img
def main():
img = cv2.imread('img.jpg')
cvComputeHarrisCorner(img)
cv2.imshow('dst',img)
if cv2.waitKey(0) & 0xff == 27:
cv2.destroyAllWindows()
if __name__ == "__main__":
main()
而不是解释所有你需要在这里,我会指导你这个OpenCV Python教程,这是非常好的书面和后备箱解释。请通过他们,你会逐渐了解这个概念。
哈里斯探测器返回DST,它必须与你的图像相同的形状。哈里斯在dst认为角落的地方标记。所以,你必须从dst中提取关键点。
def harris(self, img):
'''
Harris detector
:param img: an color image
:return: keypoint, image with feature marked corner
'''
gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
gray_img = np.float32(gray_img)
dst = cv2.cornerHarris(gray_img, 2, 3, 0.04)
result_img = img.copy() # deep copy image
# Threshold for an optimal value, it may vary depending on the image.
result_img[dst > 0.01 * dst.max()] = [0, 0, 255]
# for each dst larger than threshold, make a keypoint out of it
keypoints = np.argwhere(dst > 0.01 * dst.max())
keypoints = [cv2.KeyPoint(x[1], x[0], 1) for x in keypoints]
return (keypoints, result_img)
请包括代码将每个检测到的角点转换为Point2f – 2016-12-11 16:52:23