问题描述
我试图更新我的代码使用 cv2.SURF（）而不是 cv2.FeatureDetector_create（SURF）和 cv2.DescriptorExtractor_create（SURF）。但是，我在检测到关键点后无法获取描述符。调用 SURF.detect ？
的正确方法是什么？我尝试按照OpenCV文档，但我是一个小混乱。这是它在文档中说的。 Python：cv2.SURF.detect（img，mask）→keypoints¶
Python：cv2.SURF.detect （img，mask [，descriptors [，useProvidedKeypoints]]）→关键点，描述符
第二次调用 SURF.detect ？
解决方案我不知道我是否正确地理解你的问题。但是如果你正在寻找一个匹配的SURF关键点的示例，下面是一个非常简单和基本的类似于模板匹配：
import cv2
import numpy as np
＃加载图片
img = cv2.imread（'messi4.jpg'）
＃将它们转换为灰度
imgg = cv2.cvtColor（img，cv2.COLOR_BGR2GRAY）
＃SURF提取
surf = cv2.SURF（）
kp，descritors = surf.detect（imgg，None，useProvidedKeypoints = False）
＃为kNN设置样本和响应
samples = np.array（descritors）
responses = np.arange len（kp），dtype = np.float32）
＃kNN training
knn = cv2.KNearest（）
knn.train（samples，responses）
＃现在加载模板图像并搜索类似的关键点
template = cv2.imread（'template.jpg'）
templateg = cv2.cvtColor（template，cv2.COLOR_BGR2GRAY）
键，desc = surf.detect（templateg，None，useProvidedKeypoints = False）
为h，des in枚举（desc）：
des = np.array（des，np.float32） .reshape（（1,128））
retval，results，neigh_resp，dists = knn.find_nearest（des，1）
res，dist = int（results [0] [0]），dists [0] [0]
if dist< 0.1：＃draw matching keypoints in red color
color =（0,0,255）
else：＃draw undazched in blue color
print dist
color =（255,0,0）
＃在原始图像上绘制匹配的关键点
x，y = kp [res] .pt
center = （int（x），int（y））
cv2.circle（img，center，2，color，-1）
＃在模板图片上绘制匹配的关键点
x ，y = keys [h] .pt
center =（int（x），int（y））
cv2.circle（template，center，2，color，-1）
b $ b cv2.imshow（'img'，img）
cv2.imshow（'tm'，template）
cv2.waitKey（0）
cv2.destroyAllWindows
以下是我得到的结果（使用颜色在原始图片上复制粘贴的模板图片）：
>
>
可以看到，有一些小错误。但对于一个创业公司来说，希望一切顺利。
I'm trying to update my code to use cv2.SURF() as opposed to cv2.FeatureDetector_create("SURF") and cv2.DescriptorExtractor_create("SURF"). However I'm having trouble getting the descriptors after detecting the keypoints. What's the correct way to call SURF.detect?
I tried following the OpenCV documentation, but I'm a little confused. This is what it says in the documentation.
Python: cv2.SURF.detect(img, mask) → keypoints¶
Python: cv2.SURF.detect(img, mask[, descriptors[, useProvidedKeypoints]]) → keypoints, descriptors
How do I pass the keypoints in when making the second call to SURF.detect?
解决方案 I am not sure whether i understand your questions correctly. But if you are looking for a sample of matching SURF keypoints, a very simple and basic one is below, which is similar to template matching:
import cv2
import numpy as np
# Load the images
img =cv2.imread('messi4.jpg')
# Convert them to grayscale
imgg =cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# SURF extraction
surf = cv2.SURF()
kp, descritors = surf.detect(imgg,None,useProvidedKeypoints = False)
# Setting up samples and responses for kNN
samples = np.array(descritors)
responses = np.arange(len(kp),dtype = np.float32)
# kNN training
knn = cv2.KNearest()
knn.train(samples,responses)
# Now loading a template image and searching for similar keypoints
template = cv2.imread('template.jpg')
templateg= cv2.cvtColor(template,cv2.COLOR_BGR2GRAY)
keys,desc = surf.detect(templateg,None,useProvidedKeypoints = False)
for h,des in enumerate(desc):
des = np.array(des,np.float32).reshape((1,128))
retval, results, neigh_resp, dists = knn.find_nearest(des,1)
res,dist = int(results[0][0]),dists[0][0]
if dist<0.1: # draw matched keypoints in red color
color = (0,0,255)
else: # draw unmatched in blue color
print dist
color = (255,0,0)
#Draw matched key points on original image
x,y = kp[res].pt
center = (int(x),int(y))
cv2.circle(img,center,2,color,-1)
#Draw matched key points on template image
x,y = keys[h].pt
center = (int(x),int(y))
cv2.circle(template,center,2,color,-1)
cv2.imshow('img',img)
cv2.imshow('tm',template)
cv2.waitKey(0)
cv2.destroyAllWindows()
Below are the results I got (copy pasted template image on original image using paint):
As you can see, there are some small mistakes. But for a startup, hope it is OK.
这篇关于OpenCV 2.4.1 - 在Python中计算SURF描述符的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！