OpenCV Python – 如何使用 SIFT 检测和绘制图像中的关键点?

opencvpythonserver side programmingprogramming

SIFT(尺度不变特征变换)是尺度不变特征描述符。它检测图像中的关键点并计算其描述符。我们首先使用 cv2.SIFT_create() 创建 SIFT 对象。然后使用 sift.detect() 检测关键点，其中 sift 是创建的 SIFT 对象。要绘制关键点，我们使用 cv2.drawKeypoints()。

步骤

要使用 SIFT 算法检测并绘制输入图像中的关键点，您可以按照以下步骤操作

导入所需的库 OpenCV 和 NumPy。确保您已经安装了它们。
使用 cv2.imread() 方法读取输入图像。指定图像的完整路径。使用 cv2.cvtColor() 方法将输入图像转换为灰度图像。
使用 sift=cv2.SIFT_create() 以默认值启动 SIFT 对象。
检测灰度图像中的关键点。使用 sift.detect()。它返回关键点 kp。
在图像 cv2.drawKeypoints() 函数上绘制检测到的关键点 kp。要绘制丰富的关键点，您可以将 flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS 作为参数传递。
显示带有绘制关键点的图像

让我们看看使用 SIFT 算法在输入图像中检测和绘制关键点的示例。

输入图像

我们将在下面的示例中使用以下图像作为输入文件。

示例

在此程序中，我们使用 SIFT 算法检测并绘制输入图像中的关键点。


# import required libraries
import cv2

# read input image
img = cv2.imread('architecture2.jpg')

# convert the image to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Initiate SIFT object with default values
sift = cv2.SIFT_create()

# find the keypoints on image (grayscale)
kp = sift.detect(gray,None)

# draw keypoints in image
img2 = cv2.drawKeypoints(gray, kp, None, flags=0)

# display the image with keypoints drawn on it
cv2.imshow("Keypoints", img2)
cv2.waitKey(0)
cv2.destroyAllWindows()

执行上述代码后，将打开以下输出窗口，显示已绘制关键点的图像。

请注意，关键点使用不同的颜色绘制。您可以将颜色(即红色 (0,0,255))作为参数传递给 drawKeypoints() 函数，以使用单一颜色绘制关键点。

示例

在此示例中，我们将了解如何使用 SIFT 算法检测和绘制输入图像中的关键点。

我们将 flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS 作为参数传递给 cv2.drawKeypoints()。


# import required libraries
import cv2

# read input image
img = cv2.imread('architecture2.jpg')

# convert the image to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Initiate SIFT object with default values
sift = cv2.SIFT_create()

# find the keypoints on image (grayscale)
kp = sift.detect(gray,None)

# draw keypoints in image
img2=cv2.drawKeypoints(gray,kp,None,flags=cv2.DRAW_MATCHES_FLAG
S_DRAW_RICH_KEYPOINTS)

# display the image with keypoints drawn on it
cv2.imshow("Keypoints", img2)
cv2.waitKey(0)
cv2.destroyAllWindows()