OpenCV基於ORB算法實現角點檢測

本文實例為大傢分享瞭OpenCV基於ORB算法實現角點檢測的具體代碼,供大傢參考,具體內容如下

ORB算法是FAST算法和BRIEF算法的結合,ORB可以用來對圖像中的關鍵點快速創建特征向量,並用這些特征向量來識別圖像中的對象。

實例化ORB

orb = cv.ORB_create(nfeatures)

參數:

  • nfeatures:特征點的最大數量

利用orb.detectAndCompute()檢測關鍵點並計算

kp, des = orb.detectAndCompute(gray, None)

參數:

  • gray:進行關鍵點檢測的圖像(灰度圖像)

返回:

  • kp:關鍵點信息,包括位置,尺度,方向信息
  • des:關鍵點描述符,每個關鍵點BRIEF特征向量,二進制字符串。

將關鍵點檢測結果繪制在圖像上

cv.drawKeypoints(image, keypoints, outputimage, color, flags)

參數:

  • image: 原始圖像
  • keypoints:關鍵點信息,將其繪制在圖像上
  • outputimage:輸出圖片,可以是原始圖像
  • color:顏色設置,通過修改(b,g,r)的值,更改畫筆的顏色,b=藍色,g=綠色,r=紅色。
  • flags:繪圖功能的標識設置

1、cv2.DRAW_MATCHES_FLAGS_DEFAULT:創建輸出圖像矩陣,使用現存的輸出圖像繪制匹配對和特征點,對每一個關鍵點隻繪制中間。
2、cv2.DRAW_MATCHES_FLAGS_DRAW_OVER_OUTIMG:不創建輸出圖像矩陣,而是在輸出圖像上繪制匹配對。
3、cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS:對每一個特征點繪制帶大小和方向的關鍵點圖形。
4、cv2.DRAW_MATCHES_FLAGS_NOT_DRAW_SINGLE_POINTS:單點的特征點不被繪制。

import cv2 as cv
from matplotlib import pyplot as plt

# 1.圖像讀取
img = cv.imread("1.jpg")
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

# 2.ORB角點檢測
# 2.1實例化ORB對象
orb = cv.ORB_create(nfeatures=1000)

# 2.2 檢測關鍵點,並計算特征描述符
kp, des = orb.detectAndCompute(gray, None)

print(des.shape)

# 3.將關鍵點檢測在圖像上
img2 = cv.drawKeypoints(img, kp, None, flags=0) # 也可以添加 color 參數指定圖像顯示關鍵點的顏色,例如 img2 = cv.drawKeypoints(img, kp, None, color=(0, 0, 255), flags=0)

# 4.繪制圖像
plt.figure(figsize=(10, 8), dpi=100)
plt.imshow(img2[:, :, ::-1])
plt.xticks([]),
plt.yticks([])
plt.show()

以上就是本文的全部內容,希望對大傢的學習有所幫助,也希望大傢多多支持WalkonNet。

推薦閱讀: