1. 程式人生 > >關於opencv-python特徵提取的一些問題。

關於opencv-python特徵提取的一些問題。

1.如果使用anaconda,可以直接執行(此條為opencv2)conda install --channel https://conda.anaconda.org/menpo opencv

或者(此條為opencv3)conda install --channel https://conda.anaconda.org/menpo opencv3

2.opencv3.0預設安裝中沒有加入SIFT、SURF等點特徵檢測,若需使用,要新增OPENCV_contrib。

3.有一個問題,執行fast例程時發現,官網上的程式碼

  1. # -*- coding:utf-8 -*-
  2. __author__ = 'Microcosm'
  3. import cv2  
  4. import numpy as np  
  5. img = cv2.imread("E:\python\Python Project\opencv_showimage\images\lena.jpg")  
  6. gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  
  7. fast = cv2.FastFeatureDetector(threshold=15)  
  8. kp = fast.detect(gray, None)  
  9. img = cv2.drawKeypoints(img, kp, color=(255,0,0))  
  10. # print all default parms
  11. print"Threshold: ", fast.getInt('threshold')  
  12. print"nonmaxSuppression: ", fast.getBool('nonmaxSuppression')  
  13. print "neighborhood: ", fast.getInt('type')
  14. print"Total Keypoints with nonmaxSuppression: ", len(kp)  
  15. # disable nonmaxSuppression
  16. fast.setBool('nonmaxSuppression'0)  
  17. kp = fast.detect(gray, None
    )  
  18. print"Total Keypoints without nonmaxSuppression: ", len(kp)  
  19. img2 = cv2.drawKeypoints(img, kp, color=(255,0,0))  
  20. res = np.hstack((img, img2))  
  21. cv2.namedWindow("Fast")  
  22. cv2.imshow("Fast", res)  
  23. cv2.waitKey(0)  
  24. cv2.destroyAllWindows()  
不能通過,顯示

需要註釋掉此句:

  1. #print "neighborhood: ", fast.getInt('type')

相關推薦

關於opencv-python特徵提取一些問題

1.如果使用anaconda,可以直接執行(此條為opencv2)conda install --channel https://conda.anaconda.org/menpo opencv 或者(此條為opencv3)conda install --channel

OpenCV SITF 特徵提取 FeatureDetector物件函式detect執行報錯解決方案

本人在使用OpenCV SIFT特徵提取演算法時,遇到了問題,具體表現為 .exe觸發了一個斷點錯誤,經網上查詢,發現是 vector 在析構時,造成了記憶體錯誤,解決方案由大神在csdn部落格中給出,連結地址: 按照大神所提示的 ,在使用opencv 函式之前,先對 v

Python+OpenCV】圖片區域性區域畫素值處理(改進版)-一種特徵提取方法

上一個版本看這裡:《Python+OpenCV實現【圖片】區域性區域畫素值處理》 上個版本的程式碼雖然實現了我需要的功能,但還是走了很多彎路,我意識到圖片本就是陣列形式,對於8位灰度圖,通道數為1,它

OpenCV Using Python——基於SURF特徵提取和金字塔LK光流法的單目視覺三維重建

基於SURF特徵提取和金字塔LK光流法的單目視覺三維重建 1. 單目視覺三維重建問題         在前面的文章中,筆者用SIFT提取特徵後用radio測試剔除了匹配中異常的特徵點,然後根據匹配合格的特徵點計算基礎矩陣和本徵矩陣,對本徵矩陣SVD分解來估計和構造透視矩陣,

Python-OpenCV:sift(),SURF() 特徵提取

1、SIFT、SURF SURF特徵是SIFT特徵的一個更快的特徵提取版,詳細請參閱文獻[1]。以下將展示python open cv 的 SURF 的特徵提取命令,及繪製命令。 python opecv-3.0 參考這裡 2、特徵提取 # -*-

python opencv-3.0 SIFT/SURF 特徵提取與匹配

一、環境準備 目前 Opencv 有2.x 和 3.x 版本,兩個版本之間的差異主要是一些功能函式被放置到了不同的功能模組,因此大多數情況兩個版本的程式碼並不能通用。建議安裝 Anaconda,自行

Python+OpenCV】視訊流區域性區域畫素值處理-一種特徵提取方法

開發環境:Python3.6.0 + OpenCV3.2.0 任務目標:攝像頭採集影象(例如:480*640),並對視訊流每一幀(灰度圖)特定矩形區域(480*30)畫素值進行行求和,得到一個48

python+opencv實踐》四、影象特徵提取與描述——30Harris 角點檢測

目標• 理解Harris 角點檢測的概念 • 學習函式:cv2.cornerHarris(),cv2.cornerSubPix() 原理 在上一節我們已經知道了角點的一個特性:向任何方向移動變化都很大。Chris_Harris 和Mike_Stephens 早在1988 年

python3.6 windows安裝python-contrib-opencv安裝及提取影象的SIFT特徵

#前言 最近幾天在做水果分類的一個Project,看到有人說SIFT特徵比較有用。由於Project的其他部分都是在python中完成的,所以想在python中提取影象的SIFT特徵。上網上一查立馬就發現了很多程式碼,原來python的opencv庫就封裝後SI

基於OpenCV的Gabor變換及特徵提取

一、Gabor變換概述    Gabor變換是一種加窗短時Fourier變換(Window Fourier transform or Short Time Fourier Transform)。Fourier變換是整體上將訊號分解為不同的頻率分量(任何訊號都可分解為復正弦訊號之和)

影象特徵提取 by OpenCV

SITF特徵提取和描述 影象的區域性特徵,對旋轉、尺度縮放、亮度變化保持不變,對視角變化、仿射變換、噪聲也保持一定程度的穩定性。 獨特性好,資訊量豐富,適用於海量特徵庫進行快速、準確的匹配。 多量性,即使是很少幾個物體也可以產生大量的SIFT特徵 高速性,經優化的SIFT

基於Python的卷積神經網路和特徵提取

基於Python的卷積神經網路和特徵提取 發表於2015-08-27 21:39| 4577次閱讀| 來源blog.christianperone.com/| 13 條評論| 作者Christian S.Peron 深度學習特徵提取神經網路Pythonnolea

影象處理中,SIFT,FAST,MSER,STAR等特徵提取演算法的比較與分析(利用openCV實現)

本人為研究生,最近的研究方向是物體識別。所以就將常用的幾種特徵提取方式做了一個簡要的實驗和分析。這些實驗都是藉助於openCV在vs2010下完成的。基本上都是使用的openCV中內建的一些功能函式。 1. SIFT演算法 尺度不變特徵轉換(Scale-inva

使用caffe的python介面進行特徵提取和人臉驗證,修改程式碼dis=1-dis 使用caffe的python介面進行特徵提取和人臉驗證

原 使用caffe的python介面進行特徵提取和人臉驗證 置頂 2017年03月09日 10:39:07 csuwujiyang 閱讀數:4

Python OpenCV 輪廓特徵2

                          Python  OpenCV  輪廓特徵2   1.1什麼是輪廓  

Python OpenCV 輪廓特徵1

                           Python  OpenCV  輪廓特徵1   什麼是輪廓 &n

opencv筆記(1)——特徵點檢測之ORB特徵提取

ORB演算法原理解讀 #include <iostream> #include "opencv2/core/core.hpp" #include "opencv2/features2d/features2d.hpp" #include "opencv2/highgui/hig

Opencv 各種特徵提取和匹配

opencv 特徵點的提取和匹配 1. 當中的資料結構 KeyPoint這資料結構中有如下資料結構: class KeyPoint { Point2f pt; //座標 float size;

python進行圖片處理和特徵提取

原文來自:http://www.analyticsvidhya.com/blog/2015/01/basics-image-processing-feature-extraction-python/ 毫無疑問,上面的那副圖畫看起來像一幅電腦背景圖片。這些都歸功於我的

Opencv實現:SIFT特徵提取+RANSAC剔除誤匹配點

最近整理一下利用SIFT特徵提取方法和RANSAC(隨機抽樣一致性方法)進行剔除無匹配點的內容,將實現過程進行記錄。 程式註釋的非常清楚了,新手也能很快看懂。 //讀取影象 Ma