scale invariant feature transform (sift)

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，然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

lena.jpg

import cv2
import numpy as np

img = cv2.imread('lena.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

另外，需要查一下自己OpenCV的版本号，如果过低或者最新的都是可以用相关函数的。

cv2.__version__

这里可以输出自己的版本号

得到特征点

sift = cv2.xfeatures2d.SIFT_create()
kp = sift.detect(gray,None)

img = cv2.drawKeypoints(gray,kp,img)
cv2.imshow('drawKeypoints',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果：

计算特征

kp,des = sift.compute(gray,kp)

print (np.array(kp).shape)

 输出结果：

(319,)

des.shape

 输出结果：

(319, 128)

 

des[0]

 输出结果：