opencv,SIFT特征提取怎么只要区域识别?

  • Z时代
  • 2024-03-10
  • 分类：IT

import cv2
img1 = cv2.imread("iphone1.jpg")
img2 = cv2.imread("iphone2.jpg")
sift = cv2.SIFT_create()
kp1, des1 = sift.detectAndCompute(img1, None)
kp2, des2 = sift.detectAndCompute(img2, None)
# 采用暴力匹配
matcher = cv2.BFMatcher()
matches = matcher.knnMatch(des1, des2, k=2)  # k=2,表示寻找两个最近邻
good_match = []
for m, n in matches:
    if m.distance < 0.5*n.distance:    # 如果第一个邻近距离比第二个邻近距离的0.5倍小，则保留
        good_match.append(m)
mg3 = cv2.drawMatchesKnn(img1, kp1, img2, kp2, good_match, None, flags=2)

opencv,SIFT特征提取怎么只要区域识别?opencv,SIFT特征提取怎么只要区域识别?

SIFT特征提取怎么只要区域识别?
有些图片太大了，整张图 速度太慢了,
比如 红色框 这个红色框X坐标的 才去识别
或者筛选出红色框里面的

回答：

import cv2
img1 = cv2.imread("iphone1.jpg")
# 定义区域边界
x1, y1, x2, y2 = 100, 100, 500, 500  
roi = img1[y1:y2, x1:x2]
sift = cv2.SIFT_create()
kp, des = sift.detectAndCompute(roi, None)

以上是 opencv,SIFT特征提取怎么只要区域识别? 的全部内容， 来源链接： utcz.com/p/938628.html

回到顶部