OpenCV学习记录——特征匹配

文章目录

  • 前言
  • 一、暴力匹配步骤分析
  • 二、代码分析


前言

        特征匹配是一种图像处理技术,用于在不同图像之间寻找相似的特征点,并将它们进行匹配。特征匹配在计算机视觉和图像处理领域中具有广泛的应用,包括目标识别、图像拼接、三维重建等。

一、暴力匹配步骤分析

        暴力匹配是一种简单直接的匹配方法,它遍历所有特征点的描述符,并计算它们之间的距离。然后根据距离进行排序,选择距离最短的特征点作为匹配点。虽然暴力匹配方法简单,但在特征点数量较大时计算开销较大。暴力匹配的具体步骤如下:

  1. 特征点检测:首先,使用特征检测算法(如SIFT、SURF、ORB等)在图像中检测出关键点。这些关键点通常位于图像中的显著位置,如角点、边缘等。

  2. 特征描述:对于每个检测到的关键点,计算其周围像素的特征描述符。这些描述符是一组向量,用于描述关键点周围的图像信息。常见的特征描述算法包括SIFT描述符、SURF描述符、ORB描述符等。

  3. 特征匹配:将一组特征点的描述符与另一组特征点的描述符进行匹配。常见的方法是计算描述符之间的距离(如欧氏距离、汉明距离等),并选择距离最近的特征点作为匹配点。

  4. 匹配筛选:对匹配结果进行筛选和排序,通常根据距离进行排序,选择距离最短的特征点作为最佳匹配点。可以使用阈值或其他筛选方法来排除不可靠的匹配。

  5. 匹配验证和优化:对匹配结果进行验证和优化,例如使用RANSAC算法进行模型拟合和外点剔除,以提高匹配的准确性和鲁棒性。

二、代码分析

首先来看一下完整代码如下:

import cv2img1 = cv2.imread('test.jpg')
img2=cv2.imread('test1.jpg')# 初始化ORB特征点检测器
orb = cv2.ORB_create()# 检测特征点与描述符
kp1, des1 = orb.detectAndCompute(img1,None)
kp2, des2 = orb.detectAndCompute(img2,None)# 创建蛮力(BF)匹配器
bf = cv2.BFMatcher_create(cv2.NORM_HAMMING, crossCheck=True)# 匹配描述符
matches = bf.match(des1,des2)# 画出10个匹配的描述符
img3 = cv2.drawMatches(img1, kp1, img2, kp2, matches[:10], None, flags=2)cv2.imshow("show",img3)
cv2.waitKey()
cv2.destroyAllWindows()

        首先需要注意的是,opencv提供了ORB特征点检测器,所以在使用opencv进行特征匹配时,我们通常使用ORB特征检测算法。在进行特征匹配之前要先进行ORB特征点检测器初始化,初始化的代码为:orb = cv2.ORB_create()

接下来是其他函数介绍:

(一)检测特征点与描述符函数

keypoints, descriptors = orb.detectAndCompute(src,mask)

其中的两个参数为:

(1)“src” , 输入图像,可以是灰度图像或彩色图像。

(2)“mask”, 掩膜图像,用于指定感兴趣区域。只有在掩膜图像中对应位置为非零值时,才会进行特征检测和描述符计算。

函数返回两个值:

(1)“keypoints”, 检测到的关键点列表,每个关键点包含其在图像中的坐标和其他属性。

(2)“descriptors”, 关键点的描述符矩阵,每一行对应一个关键点的描述符。

(二)创建 BFMatcher 对象

cv2.BFMatcher_create(normType, crossCheck)

其中两个参数分别为:

(1)“normType”, 可选参数,指定距离度量的类型。默认值为 cv2.NORM_L2,表示使用欧氏距离。还可以选择 cv2.NORM_L1cv2.NORM_HAMMING 或 cv2.NORM_HAMMING2 等其他距离度量类型

(2)“crossCheck”, 可选参数,指定是否进行交叉验证。默认值为 False,表示不进行交叉验证。如果设置为 True,则只有当两个特征点的最佳匹配互为最近邻时,才认为匹配成功

        函数返回一个 Brute-Force Matcher 对象,可以用于进行特征匹配

(三)匹配描述符

bf.match(queryDescriptors,trainDescriptors)

其中的两个参数分别为:

(1)“queryDescriptors”, 是需要匹配的图像特征向量

(2)“trainDescriptors”, 是被匹配的图像特征向量

(四)画出匹配结果

cv2.drawMatches(src1,kp1,src2,kp2,match,matchesMask,flags)

(1)“src1”, 第一幅图像,通常是查询图像或原始图像

(2)“kp1”, 第一幅图像的关键点列表

(3)“src2”, 第二幅图像,通常是训练图像或匹配图像

(4)“kp2”, 第二幅图像的关键点列表

(5)“match”, 匹配结果列表,包含匹配的特征点对

(6)“matchesMask”, 是决定需要绘制哪些图像,为空则全部绘制

(7)“flags”, 是指定绘图的标志位,0 为全部绘制,2 为绘制 match 匹配 中的,4 为不同的绘制样式

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/666724.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Makefile学习

C语言的编译过程 预处理(Preprocessing) -E是让编译器在预处理之后就退出,不进行后续编译过程;-o是指定输出文件名。 gcc -E hello.c -o hello.i编译(Compilation) 这里的编译不是指程序从源文件到二进制…

XUbuntu22.04之如何创建、切换多个工作区(二百零九)

简介: CSDN博客专家,专注Android/Linux系统,分享多mic语音方案、音视频、编解码等技术,与大家一起成长! 优质专栏:Audio工程师进阶系列【原创干货持续更新中……】🚀 优质专栏:多媒…

Android简单支持项目符号的EditText

一、背景及样式效果 因项目需要,需要文本编辑时,支持项目符号(无序列表)尝试了BulletSpan,但不是很理想,并且考虑到影响老版本回显等因素,最终决定自定义一个BulletEditText。 先看效果&…

异步解耦之RabbitMQ(二)_RabbitMQ架构及交换机

异步解耦之RabbitMQ(一)-CSDN博客 RabbitMQ架构 RabbitMQ是一个基于AMQP(Advanced Message Queuing Protocol)协议的消息代理中间件,它通过交换机和队列实现消息的路由和分发。以下是RabbitMQ的架构图: Producer(生产…

NAS系统折腾记 – Emby搭建家庭多媒体服务器

Emby简介 Emby是一款优秀的媒体服务器软件,致力于为用户提供丰富的多媒体体验。通过Emby,您可以方便地在家庭内的各种设备上观看您喜爱的电影、电视剧和其他视频内容。而且,Emby还具备强大的媒体管理功能,让您的影视资源井然有序…

Win10系统给文件夹添加备注

在Win10系统中,相信大多用户都没有看到过文件或者是文件夹上有备注信息。下面给大家分享下在Win10系统中给文件夹或文件添加备注的方法。在添加备注之前,首先我们要在需要显示备注的文件夹中显示“备注”标签,否则就算我们给某个文件夹添加了…

如何确定python包的依赖关系

要确定哪些包依赖于 pyee,你可以使用 pip show 命令来查看特定包的详细信息,其中包括其依赖关系。 你可以执行以下命令来查看哪些包依赖于 pyee: sqlCopy code pip show pyee 这会显示与 pyee 包相关的详细信息,包括其版本、安…

nginx 的 ngx_http_upstream_dynamic_module 动态域名解析功能的使用和源码详解

tengine ngx_http_upstream_dynamic_module 动态域名解析功能的代码详细解析 1. 为什么需要域名动态解析2. 配置指令3. 加载模块3. 源码分析3.1 指令解析3.2 upstream负载均衡算法的初始化3.3 upstream负载均衡上下文的初始化3.4 获取upstream的服务器地址3.5 域名解析回调处理…

BAPI_PRODORD_CREATE-创建生产订单BAPI测试

目录 实现过程和笔记完整程序 实现过程和笔记 完整程序 *&---------------------------------------------------------------------* *& Report z_test_bapi_prodord_create_lhy *&---------------------------------------------------------------------* *&am…

【Java万花筒】Java图形库探秘:创意编程、数据可视化与用户界面设计

图形化未来:Java图形库全面解析与应用指南 前言 在Java开发的世界中,图形处理一直是一个关键领域,涉及从创意编程到数据可视化再到用户界面设计的多个方面。本文将深入探讨几个领域内颇具代表性的Java图形库,为开发者提供了解和…

广州产业园神秘顾客考察指标有哪些

随着经济的发展和产业结构的升级,产业园在推动区域经济增长中的地位日益凸显。为了确保产业园的持续发展与竞争力,对其进行神秘顾客考察显得尤为重要。产业园神秘顾客考察包括以下几点: 一、基础设施建设 交通便捷性:评估产业园…

【QT+QGIS跨平台编译】之二十五:【geos+Qt跨平台编译】(一套代码、一套框架,跨平台编译)

文章目录 一、geos介绍二、文件下载三、文件分析四、pro文件4.1 geos pro文件4.2 geos_c pro文件五、编译实践一、geos介绍 GEOS(Geometry Engine - Open Source)是一个开源的C++库,用于处理地理空间数据和进行地理空间分析。它提供了一系列的几何操作和算法,能够进行空间…

docker入门之更新应用程序

指南/开始使用/入门指南/第 3 部分:更新应用程序 更新应用程序 在 第 2 部分中,您容器化了一个待办事项应用程序。在此部分中,您将更新应用程序和映像。您还将学习如何停止和删除容器。 更新源代码 在以下步骤中,您将在没有任…

视频编辑场景手绘白板解决方案

传统的视频编辑方式已经不能满足现代企业的多元化需求,美摄科技推出了手绘白板方案,为企业提供了一种全新的直播和视频编辑方式,让手绘内容成为视频的一部分,增强了互动性和视觉效果。 一、手绘白板方案的优势 1、实时手绘&…

《PCI Express体系结构导读》随记 —— 第II篇 第4章 PCIe总线概述(6)

接前一篇文章:《PCI Express体系结构导读》随记 —— 第II篇 第4章 PCIe总线概述(5) 4.1 PCIe总线的基础知识 与PCI总线不同,PCIe总线使用端到端的连接方式,在一条PCIe链路的两端只能各连接一个设备,这两个…

RflySim | 定点位置控制器设计实验四

RflySim| 定点位置控制器设计实验四 01 设计实验 1.建立位置控制通道的传递函数模型 使用MATLAB “ControlSystemDesigner”设计校正控制器,使得加入校正环节后系统速度控制环阶跃响应稳态误差 ,相位裕度>75截止频率>2.0rad/s。位置控制环截止频率>1rad/…

《Vue3 基础知识》 使用 GoGoCod 升级到Vue3+ElementPlus 适配处理

此篇为 《Vue2ElementUI 自动转 Vue3ElementPlus(GoGoCode)》 的扩展! Vue3 适配 Vue3 不兼容适配 Vue 3 迁移指南 在此,本章只讲述项目或组件库中遇到的问题; Vue3 移除 o n , on, on&#…

蓝桥杯备战(AcWing算法基础课)-高精度-除-高精度

目录 前言 1 题目描述 2 分析 2.1 关键代码 2.2 关键代码分析 3 代码 前言 详细的代码里面有自己的部分理解注释,注意该博客内容实现的高精度-除-高精度是利用前面写的高精度-减-高精度实现的的时间复杂度是O(n^2) 1 题目描述 给定两…

第十一章[文件系统]:11.2:文件的复制/删除/移动

一,相关文档: os模块: os --- 多种操作系统接口 — Python 3.12.1 文档源代码: Lib/os.py 本模块提供了一种使用与操作系统相关的功能的便捷式途径。 如果你只是想读写一个文件,请参阅 open() ,如果你想操作文件路径,请参阅 os.path 模块,如果你想读取通过命令行给出的所…

服务器学习

云服务器通常是通过多台物理服务器协同工作来提供的。云服务提供商使用大规模的数据中心,这些数据中心包含许多物理服务器。这些物理服务器上运行着虚拟化技术,允许它们被分割成多个虚拟服务器实例。 当用户请求创建一个云服务器时,云服务提…