OpenCV | 特征匹配

python 复制代码
import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

box.png

box_in_scene.png

python 复制代码
img1 = cv2.imread('box.png',0)
img2 = cv2.imread('box_in_scene.png',0)
python 复制代码
def cv_show(name,img):
    cv2.imshow(name,img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
python 复制代码
cv_show('img1',img1)
python 复制代码
cv_show('img2',img2)
python 复制代码
sift = cv2.xfeatures2d.SIFT_create()
python 复制代码
kp1,des1 = sift.detectAndCompute(img1,None)
kp2,des2 = sift.detectAndCompute(img2,None)
python 复制代码
# crossCheck 表示两个特征点要互相匹配,例如A中的第i个特征点与B中的第j个特征点最近的,并且B中的第j个特征点到A中的第i个特征点也是
# NORM_L2 :归一化数组的(欧几里德距离),如果其他特征计算方法需要考虑不同的匹配计算方式
bf = cv2.BFMatcher(crossCheck=True)

1对1的匹配

python 复制代码
matches = bf.match(des1,des2)
matches = sorted(matches, key=lambda x: x.distance)
python 复制代码
img3 = cv2.drawMatches(img1,kp1,img2,kp2,matches[:10],None,flags=2)
python 复制代码
cv_show('img3',img3)

输出结果:

k对最佳匹配

python 复制代码
bf = cv2.BFMatcher()
matches = bf.knnMatch(des1,des2,k=2)
python 复制代码
good = []
for m,n in matches:
    if m.distance < 0.75*n.distance:
        good.append([m])
python 复制代码
img3 = cv2.drawMatchesKnn(img1,kp1,img2,kp2,good,None,flags=2)
python 复制代码
cv_show('img3',img3)

输出结果:

ps:这里有一两个匹配点是错误的,还需要进一步的优化。

相关推荐
静心问道14 分钟前
TrOCR: 基于Transformer的光学字符识别方法,使用预训练模型
人工智能·深度学习·transformer·多模态
说私域16 分钟前
基于开源AI大模型、AI智能名片与S2B2C商城小程序源码的用户价值引导与核心用户沉淀策略研究
人工智能·开源
亲持红叶17 分钟前
GLU 变种:ReGLU 、 GEGLU 、 SwiGLU
人工智能·深度学习·神经网络·激活函数
说私域17 分钟前
线上协同办公时代:以开源AI大模型等工具培养网感,拥抱职业变革
人工智能·开源
群联云防护小杜19 分钟前
深度隐匿源IP:高防+群联AI云防护防绕过实战
运维·服务器·前端·网络·人工智能·网络协议·tcp/ip
摘星编程24 分钟前
构建智能客服Agent:从需求分析到生产部署
人工智能·需求分析·智能客服·agent开发·生产部署
不爱学习的YY酱27 分钟前
信息检索革命:Perplexica+cpolar打造你的专属智能搜索中枢
人工智能
whaosoft-1432 小时前
51c自动驾驶~合集7
人工智能
刘晓倩5 小时前
Coze智能体开发实战-多Agent综合实战
人工智能·coze
石迹耿千秋6 小时前
迁移学习--基于torchvision中VGG16模型的实战
人工智能·pytorch·机器学习·迁移学习