OpenCV - SIFT-SURF（Python实现）

最新推荐文章于 2026-05-17 07:08:21 发布

翻译最新推荐文章于 2026-05-17 07:08:21 发布 · 4.6k 阅读

标签

#OpenCV #Python

【OpenCV】专栏收录该内容

38 篇文章

订阅专栏

本文介绍了如何在Python中使用OpenCV实现SIFT和SURF算法。首先，详细阐述了SIFT的实现步骤，包括实例化、找出关键点、画出关键点以及计算SIFT向量。接着，解释了相关的参数设置，并提供了代码示例，展示了如何在图像上绘制关键点以及获取SIFT特征向量。最后，简要提到了SURF算法，作为SIFT的加速版本。

实现步骤

cv2.xfeatures2d.SIFT_create(实例化sift)
sift.detect(找出关键点)
cv2.drawKeypoints(画出关键点)
sift.compute(根据关键点计算sift向量)

参数

sift = cv2.xfeatures2d.SIFT_create()

参数说明：sift为实例化的sift函数

kp = sift.detect(gray, None)

参数说明: kp表示生成的关键点，gray表示输入的灰度图，

ret = cv2.drawKeypoints(gray, kp, img)

参数说明：gray表示输入图片, kp表示关键点，img表示输出的图片

kp, dst = sift.compute(kp)

参数说明：kp表示输入的关键点，dst表示输出的sift特征向量，通常是128维的

代码

import cv2
import numpy as np
img = cv2.imread('image.jpg')
gray= cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
sift = cv2.xfeatures2d.SIFT_create() #sifi
kp = sift.detect(gray,None) #找到关键点
cv2.drawKeypoints(gray,kp,img) #绘制关键点

cv2.imshow("img",img)
cv2.waitKey()
cv2.destroyAllWindows()

在这里插入图片描述
在drawKeypoints函数里设置参数为cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS就会绘制代表关键点大小的圆圈甚至可以绘制除关键点的方向。

cv2.drawKeypoints(gray,kp,img,flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) #绘制关键点

在这里插入图片描述

使用关键点找出sift特征向量

kp, des = sift.compute(gray, kp)
print(np.shape(kp))
print(np.shape(des))
print(des[0])

实现原理戳戳戳

SURF

SURF（加速稳健特征）算法。跟它的名字一样，这是个算法是加速版的 SIFT。

import cv2
import numpy as np
img = cv2.imread('image.jpg')
gray= cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
surf = cv2.xfeatures2d.SURF_create(7000) #SURF Hessian 的阈值
kp, des = surf.detectAndCompute(img,None) #寻找关键点
print( len(kp)) #打印关键点个数
cv2.drawKeypoints(img,kp,img,flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS) #绘制关键点
cv2.imshow("img",img)
cv2.waitKey()
cv2.destroyAllWindows()

29

在这里插入图片描述