OpenCV半小时掌握基本操作之SIFT算法

Charlotte ·

更新时间:2024-11-14

· 645 次阅读

概述

图像尺度空间

多分辨率金字塔

高斯差分金字塔

计算极值点

SIFT 算法

函数

实战

概述

OpenCV 是一个跨平台的计算机视觉库, 支持多语言, 功能强大. 今天小白就带大家一起携手走进 OpenCV 的世界. (第 24 课)

图像尺度空间

在一定的范围内, 无论物体是大还是小, 人眼都可以分辨出来. 而计算机要有相同的能力却很难, 所以要让机器能够对物体在不同尺度下有一个统一的认知, 就需要考虑图像在不同的尺度下都存在的特点.

多分辨率金字塔

使用高斯模糊, 不同的 σ 决定了图像的平滑程度, 越大的 σ 值对应的图像越模糊. 通过使用不同的 σ 我们可以实现多分辨率金字塔.

高斯模糊:


cv2.GaussianBlur(src, ksize, sigmaX, dst=None, sigmaY=None, borderType=None)

src: 需要滤波的图片

ksize: 卷积核大小

sigmaX: 高斯核函数在 X 方向的的标准偏差

sigmaY: 高斯核函数在 Y 方向的的标准偏差

例子:


import cv2
from matplotlib import pyplot as plt
# 读取图片
img = cv2.imread("face.jpg")
# 画图
f, ax = plt.subplots(2, 3, figsize=(12, 8))
ax[0, 0].imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
ax[0, 0].set_title("original")
ax[0, 0].set_xticks([])
ax[0, 0].set_yticks([])
# 高斯模糊
for i in range(1, 6):
    # 高斯模糊
    image_blur = cv2.GaussianBlur(img, (15, 15), i)
    # 计算子图
    ax[int(i/3), i % 3].imshow(cv2.cvtColor(image_blur, cv2.COLOR_BGR2RGB))
    # 标题
    ax[int(i/3), i % 3].set_title("σ" + str(i))
    ax[int(i/3), i % 3].set_xticks([])
    ax[int(i/3), i % 3].set_yticks([])
# 展示图片
plt.show()

输出结果:

高斯差分金字塔

DoG (Difference of Gaussian) 即高斯差分金字塔, 是在高斯金字塔的基础上构建起来的. 通过对高斯金字塔逐层相减, 得到 t-1 的高斯差分金字塔:

计算极值点

DoG 空间极值检测: 将每个像素点和同一层周围的 8 个像素点以及上下两层的 18 个像素点, 共 26 个像素点进行比较. 如果一像素点大于或小于邻近的 26 个像素点的时候, 就成为了极值点.

SIFT 算法

SIFT (Scale Invariant Feature Transform), 即尺度不变特征变换匹配算法. SIFT 算法对于旋转和尺度具有不变性.

函数

实例化 SHIFT 算法:


cv2.SIFT_create()

获取特征点:


sift.detect(img_gray, None)

绘制特征点:


cv2.drawKeypoints(image, keypoints, outImage, color=None, flags=None)

image: 输入图像

keypoints: 特征点

outImage: 输出图像

将特征点转换为128 维的向量:


sift.compute(img, kp)

实战

例子:


import numpy as np
import cv2
# 读取图片
img = cv2.imread("face.jpg")
key_points = img.copy()
# 实例化SIFT算法
sift = cv2.SIFT_create()
# 得到特征点
kp = sift.detect(img, None)
print(np.array(kp).shape)
# 绘制特征点
cv2.drawKeypoints(img, kp, key_points)
# 图片展示
cv2.imshow("key points", key_points)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 保存图片
cv2.imwrite("key_points.jpg", key_points)
# 计算特征
kp, des = sift.compute(img, kp)
# 调试输出
print(des.shape)
print(des[0])

输出结果:

(2183,)
(2183, 128)
[ 9. 18. 1. 0. 0. 0. 10. 8. 11. 18. 7. 34. 37. 14.
31. 11. 15. 6. 33. 50. 26. 9. 8. 10. 2. 1. 77. 94.
72. 17. 2. 5. 20. 44. 4. 1. 0. 0. 0. 0. 37. 63.
34. 128. 53. 4. 1. 1. 144. 11. 8. 56. 45. 25. 9. 63.
20. 1. 5. 22. 144. 144. 8. 18. 16. 3. 0. 0. 0. 0.
0. 2. 49. 7. 2. 17. 80. 35. 0. 9. 144. 39. 1. 5.
44. 19. 1. 12. 47. 9. 0. 0. 144. 126. 1. 2. 8. 0.
0. 0. 0. 0. 0. 1. 34. 2. 0. 0. 60. 25. 0. 5.
144. 38. 0. 0. 39. 14. 0. 2. 61. 13. 0. 0. 144. 50.
0. 0.]