SIFT特征检测算子和sift = cv2.xfeatures2d.SIFT

文章目录

一、安装额外的opencv-contrib-python库，并保持版本一致
二、两个库同时回退版本到3.4.2.16的版本
三、测试SIFT算子匹配点的一个案例

sift = cv2.xfeatures2d.SIFT_create（）即使安装了contrib也无法正常工作的解决办法

一、安装额外的opencv-contrib-python库，并保持版本一致

首先安装contrib，并检查和opencv-python版本是否一致

pip install opencv-contrib-python
pip list

但是依然报错

sift = cv2.xfeatures2d.SIFT_create()
# 报错信息
AttributeError: module 'cv2.cv2' has no attribute 'xfeatures2d'

二、两个库同时回退版本到3.4.2.16的版本

首先卸载当前版本

 pip uninstall opencv-pythonpip uninstall opencv-contrib-python

然后重新安装

pip install opencv-python==3.4.2.16
pip install opencv-contrib-python==3.4.2.16

如果还是不行，重启一下anaconda，问题解决。

三、测试SIFT算子匹配点的一个案例

核心公式

# 新建一个sift算子
sift = cv2.xfeatures2d.SIFT_create()
# 计算特征点和特征点周围的特征向量
kp1, des1 = sift.detectAndCompute(img1,None)
# 进行KNN特征匹配，k设置为2
matches = cv2.BFMatcher().knnMatch(des1,des2, k=2)
# 进行匹配点筛选，这个地方一直没看懂
for m,n in matches:if m.distance < 0.75*n.distance:good.append([m])
# 在匹配的点之间进行连线
imgNew = cv2.drawMatchesKnn(img1,kp1,img2,kp2,good,None,flags=2)

完整代码

import numpy as np
import cv2
import matplotlib.pyplot as pltprint("debug")
# 加载图片
img1 = cv2.imread('images/1.jpg',0)          # queryImage
# img3是和img1一样的照片
img3 = cv2.imread('images/3.jpg',0)
# 对这张照片进行高斯模糊
blurred = cv2.GaussianBlur(img3, (9, 9), 0)
# 再旋转
(height, width) = blurred.shape[:2]
center = (width//2, height//2)
# 定义旋转矩阵，3个参数分别为：旋转中心，旋转角度，缩放比率
M = cv2.getRotationMatrix2D(center, 45, 1.0)
# 正式旋转，这样就得到了和原始图片img1不太一样的照片
rotated = cv2.warpAffine(blurred, M, (width,height))
img2 = rotatedcv2.imshow("original image",img1)
cv2.waitKey(0)
cv2.imshow("after blurred and rotated",img2)
cv2.waitKey(0)# 初始化SIFT算子，如果不能用，使用pip安装如下版本的库并重启conda
# pip install opencv-python == 3.4.2.16
# pip install opencv-contrib-python == 3.4.2.16
sift = cv2.xfeatures2d.SIFT_create()# 使用SIFT算子计算特征点和特征点周围的特征向量
kp1, des1 = sift.detectAndCompute(img1,None)
kp2, des2 = sift.detectAndCompute(img2,None)# BFMatcher中设置knn的k值
bf = cv2.BFMatcher()
matches = bf.knnMatch(des1,des2, k=2)# Apply ratio test
good = []
for m,n in matches:if m.distance < 0.75*n.distance:good.append([m])# cv.drawMatchesKnn expects list of lists as matches.
imgNew = cv2.drawMatchesKnn(img1,kp1,img2,kp2,good,None,flags=2)
# 保存图片
cv2.imwrite("imgNew.jpg",imgNew)
# 使用plt绘制
plt.imshow(imgNew),plt.show()cv2.destroyAllWindows()

运行结果

原图：

模糊和旋转之后

进行特征点匹配

SIFT特征检测算子和sift = cv2.xfeatures2d.SIFT_create出错的解决办法相关推荐

cv2.xfeatures2d.SIFT_create()时报错The function/feature is not implemented
cv2.xfeatures2d.SIFT_create()时报错The function/feature is not implemented 应该是新版本api改了, 解决方法1: 查找新版本api ...
opencv4.10不能使用sift = cv2.xfeatures2d.SIFT_create()
python3.6 报错: error: (-213:The function/feature is not implemented) This algorithm is patented and i ...
运行cv2.xfeatures2d.SIFT_create()时报错The function/feature is not implemented的解决方法，亲测可用
opencv-contrib-Python编译出现错误: sift = cv.xfeatures2d.SIFT_create() cv2.error: OpenCV(3.4.3) C:\project ...
树莓派安装opencv报错“opencv2/xfeatures2d/cuda.hpp”，解决办法
找不到"opencv2/xfeatures2d/cuda.hpp"文件或位置, 1.打开报错的文件 2.通过winscp找到cuda.hpp文件的路径 3.替换报错路径其他的报错 ...
【图像处理】——特征匹配（SIFT特征检测器+FLANN特征匹配方法+KNN近邻最优匹配筛选）——cv.xfeatures2d.SIFT_create()sift.detectAndCompute
转载请注明地址目录 1.特征检测和特征匹配方法 (1)特征检测算法 (2)特征匹配算法 (3)各种特征检测算法的比较 2.特征匹配的基本步骤(附带主要的函数) (1)图像预处理--灰度化(模板--查 ...
sift特征检测与匹配
文章目录一实验背景 1.sift算法介绍 1.1sift算法特点 1.2sift算法可以解决的问题 1.3 sift算法实现具体步骤 2.关键点相关概念 2.1关键点(特征点) 2.2尺度空间 3 ...
【OpenCV】2020年关于SIFT算法专利版权问题的解决办法
前言 OpenCV 3.4之后因专利版权问题移除了SIFT/SURF的相关库,因此在使用较新版本的cv库时会报错 error: (-213:The function/feature is not im ...
OpenCV图像特征提取学习四，SIFT特征检测算法
一.SIFT特征检测概述 SIFT的全称是Scale Invariant Feature Transform,尺度不变特征变换,由加拿大教授David G.Lowe提出的.SIFT特征具有对旋转.尺度 ...
OpenCV + CPP 系列（卅五）图像特征提取（SURF特征检测、SIFT特征检测）
文章目录一.SIFT特征检测二.SURF特征检测演示SURF.SIFT特征检测 OpenCV-python 角点特征检测之二(SIFT.SURF.ORB) 一.SIFT特征检测 SIFT(Sca ...

SIFT特征检测算子和sift = cv2.xfeatures2d.SIFT_create出错的解决办法

文章目录

一、安装额外的opencv-contrib-python库，并保持版本一致

二、两个库同时回退版本到3.4.2.16的版本

三、测试SIFT算子匹配点的一个案例

SIFT特征检测算子和sift = cv2.xfeatures2d.SIFT_create出错的解决办法相关推荐

最新文章

热门文章