OpenCV中的特征匹配+单应性以查找对象

1. 效果图
2. 源码
参考

这篇博客将混合calib3d模块中的特征匹配和单应性，在复杂图像中查找已知对象。

1. 效果图

特征匹配 & 单应性查找对象效果图如下：

2. 源码

# 在图像中找到SIFT特征并应用比率测试来找到最佳匹配。import cv2
import numpy as np
from matplotlib import pyplot as pltMIN_MATCH_COUNT = 10img1 = cv2.imread('images/box.png', 0)  # 查询图像
img2 = cv2.imread('images/box_in_scene.png', 0)  # 训练图像# 初始化SIFT检测器
sift = cv2.xfeatures2d.SIFT_create()# 使用SIFT检测器寻找关键点和描述符
kp1, des1 = sift.detectAndCompute(img1, None)
kp2, des2 = sift.detectAndCompute(img2, None)FLANN_INDEX_KDTREE = 0
index_params = dict(algorithm=FLANN_INDEX_KDTREE, trees=5)
search_params = dict(checks=50)flann = cv2.FlannBasedMatcher(index_params, search_params)matches = flann.knnMatch(des1, des2, k=2)# 根据Lowe比率测试存储所有良好匹配项
good = []
for m, n in matches:if m.distance < 0.7 * n.distance:good.append(m)if len(good) > MIN_MATCH_COUNT:src_pts = np.float32([kp1[m.queryIdx].pt for m in good]).reshape(-1, 1, 2)dst_pts = np.float32([kp2[m.trainIdx].pt for m in good]).reshape(-1, 1, 2)M, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)matchesMask = mask.ravel().tolist()h, w = img1.shapepts = np.float32([[0, 0], [0, h - 1], [w - 1, h - 1], [w - 1, 0]]).reshape(-1, 1, 2)dst = cv2.perspectiveTransform(pts, M)img2 = cv2.polylines(img2, [np.int32(dst)], True, 255, 3, cv2.LINE_AA)
else:print("Not enough matches are found - %d/%d" % (len(good), MIN_MATCH_COUNT))matchesMask = None# 匹配点绘制为绿色，只绘制内置点
draw_params = dict(matchColor=(0, 255, 0),  # 绘制匹配点为绿色singlePointColor=None,matchesMask=matchesMask,  # 只绘制内置点flags=2)img3 = cv2.drawMatches(img1, kp1, img2, kp2, good, None, **draw_params)plt.imshow(img3, 'gray')
plt.xticks([])
plt.yticks([])
plt.title("feature_match & homography res")
plt.show()

参考

https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_feature2d/py_feature_homography/py_feature_homography.html#py-feature-homography

OpenCV中的特征匹配+单应性以查找对象相关推荐

OpenCV39:特征匹配+单应性矩阵查找对象
目标在本章中,将学习将从Calib3D模块中混淆特征匹配和找到(单应性矩阵)homography,以查找复杂图像中的已知对象. 基础在之前的内容中,使用了一个query image,在其中找到了 ...
OpenCV系列之特征匹配+单应性查找对象 | 四十五
目标在本章节中, 我们将把calib3d模块中的特征匹配和findHomography混合在一起,以在复杂图像中找到已知对象基础那么我们在上一环节上做了什么?我们使用了queryImage,找到 ...
特征匹配 + 单应性查找对象
在本章节中, - 我们将把calib3d模块中的特征匹配和findHomography混合在一起,以在复杂图像中找到已知对象. 上节中,我们使用了queryImage,找到了其中的一些特征点,我们使用 ...
OpenCV SURF FLANN匹配单应性的实例(附完整代码)
OpenCV SURF FLANN匹配单应性的实例 OpenCV SURF FLANN匹配单应性的实例 OpenCV SURF FLANN匹配单应性的实例 #include <iostream& ...
OpenCV中的特征匹配（Feature Matching）
OpenCV中的特征匹配(Feature Matching) 1. 效果图 2. 原理 3. 源码 3.1 SIFT关键点检测+Knn近邻匹配 3.2 ORB关键点检测+蛮力特征匹配 3.3 SIFT ...
OpenCV相机位移引起的单应性的实例(附完整代码)
OpenCV相机位移引起的单应性的实例 OpenCV相机位移引起的单应性的实例 OpenCV相机位移引起的单应性的实例 #include <iostream> #include <o ...
OpenCV中的「透视变换 / 投影变换 / 单应性」—cv.warpPerspective、cv.findHomography
文章目录引言透视变换(projective transform) 单应性(Homography) opencv代码仿射变换相关函数投影变换相关的函数鸟瞰图代码示例小结引言图像的几何变换 ...
Homography matrix(单应性矩阵)在广告投放中的实践
原文首发于微信公众号「3D视觉工坊」. 前言由于近期在研究相机与投影仪的标定程序时,需要将结构光图片与灰点相机拍摄得到的图片中,找出角点之间的对应性,使用了如下一条代码: Mat HomoMatri ...
相机标定-opencv单应性矩阵实现平面坐标标定（kinect v1）
opencv单应性矩阵实现平面坐标标定说明一.使用单应性矩阵的原因二.标定原理三.findHomography 函数与 getPerspectiveTransform函数的区别 1.两者联系 ...

OpenCV中的特征匹配+单应性以查找对象

OpenCV中的特征匹配+单应性以查找对象

1. 效果图

2. 源码

参考

OpenCV中的特征匹配+单应性以查找对象相关推荐

最新文章

热门文章