OpenCV中的二进制鲁棒独立基本特征—

OpenCV中的二进制鲁棒独立基本特征——BRIEF

1. 效果图
2. 源码
参考

这篇博客将介绍OpenCV中的二进制鲁棒独立基本特征。BRIEF是一种更快的特征描述符计算和匹配方法。它还提供了较高的识别率，除非存在较大的面内旋转。

BRIEF Binary Robust Independent Elementary Features 二进制鲁棒独立基本特征
BRIEF是一个特性描述符，它不提供任何查找特征的方法。因此需要使用其他特征检测器，如SIFT、SURF等，建议使用CenSurE检测器。
CenSurE 探测器：也称为Start Detector星探测器，是一种快速检测器，检测效果甚至比SURF更好。

1. 效果图

原始图如下：

Star Detector星检测器效果图如下：

2. 源码

# OpenCV中的二进制鲁棒独立基本特征
# BRIEF Binary Robust Independent Elementary Features 二进制鲁棒独立基本特征
# BRIEF是一种更快的特征描述符计算和匹配方法。它还提供了较高的识别率，除非存在较大的面内旋转。
# CenSurE探测器：也称为Start Detector星探测器，是一种快速检测器，检测效果甚至比SURF点的检测效果更好。
# BRIEF是一个特性描述符，它不提供任何查找特征的方法。因此需要使用其他特征检测器，如SIFT、SURF等。建议使用CenSurE检测器import cv2origin = cv2.imread('images/simple.jpg')
cv2.imshow("origin", origin)img = cv2.cvtColor(origin, cv2.COLOR_BGR2GRAY)# 初始化星检测器
star = cv2.xfeatures2d.StarDetector_create()# 初始化BRIEF描述符检测器
brief = cv2.xfeatures2d.BriefDescriptorExtractor_create()# 找到星检测器的关键点
kp = star.detect(img, None)
img2 = cv2.drawKeypoints(origin, kp, origin, flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
cv2.imshow("star res", img2)
print('star keypoints: ', len(kp))# 计算BRIEF的描述符
kp, des = brief.compute(img, kp)
print('brief keypoints: ', len(kp))
print('brief shape: ', des.shape)img3 = cv2.drawKeypoints(origin, kp, origin, flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
cv2.imshow("brief res", img3)
cv2.waitKey(0)

参考

https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_feature2d/py_brief/py_brief.html#brief

OpenCV中的二进制鲁棒独立基本特征——BRIEF相关推荐

Python+OpenCV：图像二进制鲁棒独立基本特征(BRIEF, Binary Robust Independent Elementary Features)
Python+OpenCV:图像二进制鲁棒独立基本特征(BRIEF, Binary Robust Independent Elementary Features) 理论 We know SIFT us ...
OpenCV系列之BRIEF(二进制的鲁棒独立基本特征) | 四十二
目标在本章中, 我们将看到BRIEF算法的基础知识理论我们知道SIFT使用128维矢量作为描述符.由于它使用浮点数,因此基本上需要512个字节.同样,SURF最少也需要256个字节(用于64像素 ...
OpenCV-Python BRIEF(二进制的鲁棒独立基本特征) | 四十二
目标在本章中,我们将看到BRIEF算法的基础知识理论我们知道SIFT使用128维矢量作为描述符.由于它使用浮点数,因此基本上需要512个字节.同样,SURF最少也需要256个字节(用于64像素) ...
(四)OpenCV中的特征检测之BRIEF(二进制强大的独立基本特征)
注释:本文翻译自OpenCV3.0.0 document->OpenCV-Python Tutorials,包括对原文档种错误代码的纠正 1.概述 SIFT使用具有128个浮点数的特征描述符. ...
【机会约束、鲁棒优化】具有排放感知型经济调度中机会约束和鲁棒优化研究【IEEE6节点、IEEE118节点算例】（Matlab代码实现）
RP-VIO：面向动态环境的基于平面的鲁棒视惯融合里程计（IROS2021）
RP-VIO: Robust Plane-based Visual-Inertial Odometry for Dynamic Environments 来源:Ram K, Kharyal C, Ha ...
SIGIR2020 | 基于GCN的鲁棒推荐系统研究
近年来,推荐系统已成为所有电子商务平台中必不可少的组件.然而,推荐系统的评分数据通常来自开放平台,而开放平台可能会存在一群恶意用户故意插入虚假反馈,以使推荐系统倾向于他们的偏爱(Shilling At ...
《强化学习周刊》第55期：LB-SGD、MSP-DRL对抗鲁棒强化学习
No.55 智源社区强化学习组强化学习研究观点资源活动周刊订阅告诉大家一个好消息,<强化学习周刊>已经开启"订阅功能",以后我们会向您自动推送最 ...
2017CVPR NID-SLAM:基于归一化信息距离的鲁棒单目SLAM系统
原作:Geoffrey Pascoe 翻译:Frank 转载请注明出处水平有限,错误请指出 NID-SLAM:基于归一化信息距离的鲁棒单目SLAM系统摘要本文提出了一种基于归一化信息距离(NID ...

OpenCV中的二进制鲁棒独立基本特征——BRIEF

OpenCV中的二进制鲁棒独立基本特征——BRIEF

1. 效果图

2. 源码

参考

OpenCV中的二进制鲁棒独立基本特征——BRIEF相关推荐

最新文章

热门文章