python使用opencv计算SIFT特征点的示例

• 前言
• 潜在的问题记录
• demo1：计算并绘制特征点
• demo2：使用SIFT匹配两幅图像
• 参考文章地址

前言

SIFT（Scale-invariant feature transform）是2004年提出的，至今已经经受住各种考验，被证实是在同类描述子中具有很强健壮性的算法。
SIFT既是一种特征点检测算法，也同时提供特征点的描述子。

本文使用两个示例，简单介绍在python下如何使用opencv计算SIFT特征点

完整代码及更多算法demo，见我最近开始构建的 AI ToolBox

我建立 AI ToolBox 的初衷是，将工作学习中编写的代码中可复用的部分总结起来，组成一个工具箱，提高工作中尝试算法的时间成本。希望也能对大家有用，我会持续的进行更新

下面进入正题

潜在的问题记录

由于SIFT及SURF等特征点检测算法已经申请专利，其算法实习是独立于opencv之外的

因此，(假设你已经安装了opencv)你在搜索网上教程尝试使用SIFT算法时，你可能遇到下面的问题

’module’ object has no attribute 'xfeatures2d’

这是由于你没有安装 opencv-contrib-python 库导致的，解决方法：

pip install opencv-contrib-python

但愿程序已正常运行，但是，取决于你的各种版本配置，你还可能遇到这样的问题：

…Set OPENCV_ENABLE_NONFREE CMake option and rebuild the library in function 'cv::xfeatures2d::SIFT::create’

在 stackflow 上可以找到该问题的若干解决办法

由于我猜测这是和版本相关的问题，我是用如下方法解决的，很简单。

先卸载 opencv 和 opencv-contrib-python， 再重新安装统一版本的两个库。依此输入如下命令：

pip uninstall opencv-python pip uninstall opencv-contrib-python pip install opencv-python==3.3.0.10 pip install opencv-contrib-python==3.3.0.10

demo1：计算并绘制特征点

我们先来简单感受一下SIFT在做什么

调用很简单：

使用detectAndCompute方法检测特征点

使用drawKeypoints将特征点绘制处理

# -*- coding: utf-8 -*- """ Created on Thu Nov 8 15:34:41 2018SIFT特征点检测demo1 计算SIFT特征点并绘制于图像中@author: zyb_as """import cv2# 1) 以灰度图的形式读入图片 psd_img_1 = cv2.imread('jgz1.jpg', cv2.IMREAD_GRAYSCALE)# 2) SIFT特征计算 # 初始化detector sift = cv2.xfeatures2d.SIFT_create() # 检测特征点 psd_kp1, psd_des1 = sift.detectAndCompute(psd_img_1, None)# 3) 绘制特征点 #画出特征点 im_keypoint = cv2.drawKeypoints(psd_img_1, psd_kp1, psd_img_1, flags = cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) cv2.imshow('image', im_keypoint)#展示图片 cv2.waitKey(0)#等待按键按下 cv2.destroyAllWindows()#清除所有窗口

结果如下：

demo2：使用SIFT匹配两幅图像

我们可以用SIFT点做些什么呢？

最常见的应用有图像拼接、模板匹配等

在demo2中，我们假设这样的应用场景： 已有一张人脸模板，在另一幅图像中，尝试判断其中是否包含这个人的脸。

核心思路是：

1）使用SIFT分别检测图片和模板的特征点

2）对两组特征点进行KNN匹配

3）使用RANSAC剔除误匹配的点对

4）通过最后留下的配对成功的点对的数量，通过一个阈值，判断图像中是否出现了模板人脸对应的同一个人

这里我们对前两部进行实现练习：

代码详见AI ToolBox中的sift_demo2.py

看下效果：


可以看到，强大的SIFT描述子可以很好的匹配出两幅图中的同一个人，即使是像金馆长这种已经被做成表情包的例子，都可以匹配成功。
同时，对于不是同一个人的情况，即使都是人（都有同样人类的面部结构），SIFT也能够进行很好的区分。

参考文章地址

David G.Lowe Distinctive Image Features from Scale-Invariant Keypoints. January 5, 2004.

Python-opencv3 SIFT算法做特征匹配

Python进行SIFT图像对准

SIFT算法详解

SIFT detector and descriptor

总结

以上是生活随笔为你收集整理的使用SIFT匹配金馆长表情包的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。