亚洲中字慕日产2020,大陆极品少妇内射AAAAAA,无码av大香线蕉伊人久久,久久精品国产亚洲av麻豆网站

資訊專欄INFORMATION COLUMN

opencv python SURF

andot / 1555人閱讀

摘要：理論在上一章中，我們看到了的關(guān)鍵點(diǎn)檢測(cè)和描述但它相對(duì)較慢，人們需要更加快速的版本，所以年引入了一種名為的新算法顧名思義，它是的加速版本作為尺度不變特征變換算法的加速版，算法在適中的條件下完成兩幅圖像中物體的匹配基本實(shí)現(xiàn)了實(shí)時(shí)處理，其快速的

Introduction to SURF (Speeded-Up Robust Features)

理論

在上一章中，我們看到了SIFT的關(guān)鍵點(diǎn)檢測(cè)和描述,但它相對(duì)較慢，人們需要更加快速的版本，所以2006年引入了一種名為SURF的新算法, 顧名思義，它是SIFT的加速版本.

作為尺度不變特征變換（SIFT）算法的加速版，SURF算法在適中的條件下完成兩幅圖像中物體的匹配基本實(shí)現(xiàn)了實(shí)時(shí)處理，其快速的基礎(chǔ)實(shí)際上只有一個(gè)——積分圖像haar求導(dǎo).

SURF算法原理：

構(gòu)建Hessian矩陣構(gòu)造高斯金字塔尺度空間

利用非極大值抑制初步確定特征點(diǎn)

精確定位極值點(diǎn)

選取特征點(diǎn)的主方向

構(gòu)造surf特征點(diǎn)描述算子

OpenCV中的SURF 
import numpy as np
import cv2

img = cv2.imread("img.jpg")

# Create SURF object. You can specify params here or later.
# Here I set Hessian Threshold to 400
surf = cv2.xfeatures2d.SURF_create(400)
# Find keypoints and descriptors directly
kp, des = surf.detectAndCompute(img,None)
print(len(kp))

output:3477

# Check present Hessian threshold
print( surf.getHessianThreshold() )

output:400.0

# We set it to some 50000. Remember, it is just for representing in picture.
# In actual cases, it is better to have a value 300-500
surf.setHessianThreshold(50000)
#Again compute keypoints and check its number.
kp, des = surf.detectAndCompute(img,None)
print( len(kp) )

output:2

img2 = cv2.drawKeypoints(img,kp,None,(255,0,0),4)
plt.imshow(img2),plt.show()

# Check upright flag, if it False, set it to True
print( surf.getUpright() )

output:False

surf.setUpright(True)
# Recompute the feature points and draw it
kp = surf.detect(img,None)
img2 = cv2.drawKeypoints(img,kp,None,(255,0,0),4)
plt.imshow(img2),plt.show()

比之前更快了

# Find size of descriptor
print( surf.descriptorSize() )

output: 64

# That means flag, "extended" is False.
surf.getExtended()

output: False

# So we make it to True to get 128-dim descriptors.
surf.setExtended(True)
kp, des = surf.detectAndCompute(img,None)
print( surf.descriptorSize() )
print( des.shape )

output:
128
(2, 128)

文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請(qǐng)注明本文地址：http://www.ezyhdfw.cn/yun/42061.html

相關(guān)文章

  • Programming Computer Vision with Python （學(xué)習(xí)筆記十一）

    摘要：降采樣的目的是為了綜合所有不同清晰度的圖像進(jìn)行關(guān)鍵點(diǎn)提取，這種關(guān)鍵點(diǎn)攜帶了不同清晰度的信息，對(duì)縮放具有不變性。是對(duì)的一種改進(jìn)，主要特點(diǎn)是快速。的達(dá)到維，導(dǎo)致的比較耗時(shí)，使用哈爾小波轉(zhuǎn)換得到的方向，讓的降到維，減少了一半，提高了匹配速度。 尺度不變特征變換(Scale-invariant feature transform， 簡(jiǎn)稱SIFT)是圖像局部特征提取的現(xiàn)代方法——基于區(qū)域/圖像塊...

    levius 評(píng)論0 收藏0

  • Python opencv contrib版本安裝指北

    摘要：注意版本的是普通的超集，包含了所有正常版的功能，可以理解為。因?yàn)樽R(shí)別的還是之前的版本。安裝好以后就可以愉快地使用各種庫(kù)了。 寫在前面 之前搞樹莓派，opencv的contrib版本死活裝不上，最后用C++版本四線程編譯了一天, 浪費(fèi)生命的玩意兒我明明記得之前，pip install opencv-contrib是可以安裝的......，年級(jí)大了，老了最近終于找到了一篇推文,原來(lái)是pip...

    UsherChen 評(píng)論0 收藏0

  • 機(jī)器視覺(jué)、模式識(shí)別庫(kù)匯總

    摘要：十開放模式識(shí)別項(xiàng)目開放模式識(shí)別項(xiàng)目，致力于開發(fā)出一套包含圖像處理計(jì)算機(jī)視覺(jué)自然語(yǔ)言處理模式識(shí)別機(jī)器學(xué)習(xí)和相關(guān)領(lǐng)域算法的函數(shù)庫(kù)。 一、開源生物特征識(shí)別庫(kù) OpenBROpenBR 是一個(gè)用來(lái)從照片中識(shí)別人臉的工具。還支持推算性別與年齡。使用方法：$ br -algorithm FaceRecognition -compare me.jpg you.jpg二、計(jì)算機(jī)視覺(jué)庫(kù) OpenCVOpenC...

    habren 評(píng)論0 收藏0

  • opencv python BRIEF描述子

    摘要：理論我們知道使用向量作為描述符，由于它使用浮點(diǎn)數(shù)，因此基本上需要個(gè)字節(jié)，類似地，也至少需要個(gè)字節(jié)對(duì)于，為數(shù)千個(gè)特征創(chuàng)建這樣的向量需要大量的內(nèi)存，這對(duì)于資源約束應(yīng)用程序尤其是嵌入式系統(tǒng)是不可行的，內(nèi)存越大，匹配所需的時(shí)間越長(zhǎng)實(shí)際匹配可能不 BRIEF (Binary Robust Independent Elementary Features) 理論 我們知道SIFT使用128-dim...

    Sanchi 評(píng)論0 收藏0

  • opencv python ORB算法

    摘要：理論是一種快速特征點(diǎn)提取和描述的算法這個(gè)算法是由以及在年一篇名為的文章中提出算法分為兩部分，分別是特征點(diǎn)提取和特征點(diǎn)描述。特征提取是由算法發(fā)展來(lái)的，特征點(diǎn)描述是根據(jù)特征描述算法改進(jìn)的 ORB (Oriented FAST and Rotated BRIEF) 理論 ORB（Oriented FAST and Rotated BRIEF）是一種快速特征點(diǎn)提取和描述的算法,這個(gè)算法是由E...

    galaxy_robot 評(píng)論0 收藏0

發(fā)表評(píng)論

0條評(píng)論

最新活動(dòng)
閱讀需要支付1元查看
<