Python 在SIFT特征中加入全局特征以发现图像相似性
我目前正在使用SIFT特征来寻找图像之间的相似性度量。但是我想给它添加更多的特性,以便改进相似性度量。现在,对于类似的图像,它显示Python 在SIFT特征中加入全局特征以发现图像相似性,python,opencv,image-processing,feature-detection,sift,Python,Opencv,Image Processing,Feature Detection,Sift,我目前正在使用SIFT特征来寻找图像之间的相似性度量。但是我想给它添加更多的特性,以便改进相似性度量。现在,对于类似的图像,它显示len(good)的值约为500,对于棋盘游戏和狗的图像,该值约为275。我还可以研究哪些其他功能,可能是全局功能?我如何将其添加到SIFT中 def feature_matching(): img1 = cv2.imread('img1.jpeg', 0) # queryImage img2 = cv2.imread('i
len(good)
的值约为500
,对于棋盘游戏和狗的图像,该值约为275
。我还可以研究哪些其他功能,可能是全局功能?我如何将其添加到SIFT中
def feature_matching():
img1 = cv2.imread('img1.jpeg', 0) # queryImage
img2 = cv2.imread('img2.jpeg', 0)
# Initiate SIFT detector
sift = cv2.SIFT()
# find the keypoints and descriptors with SIFT
kp1, des1 = sift.detectAndCompute(img1,None)
kp2, des2 = sift.detectAndCompute(img2,None)
# BFMatcher with default params
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)
print(len(good))
#gray1 = cv2.cvtColor(img1,cv2.COLOR_BGR2GRAY)
#gray2 = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
# cv2.drawMatchesKnn expects list of lists as matches.
img3 = drawMatches(img1,kp1,img2,kp2,good)
def feature_matching():
img1=cv2.imread('img1.jpeg',0)#查询图像
img2=cv2.imread('img2.jpeg',0)
#启动筛分检测器
sift=cv2.sift()
#使用SIFT查找关键点和描述符
kp1,des1=筛选、检测和计算(img1,无)
kp2,des2=筛选、检测和计算(img2,无)
#具有默认参数的BFMatcher
bf=cv2.BFMatcher()
匹配=bf.knnMatch(des1,des2,k=2)
#应用比率测试
好的=[]
对于匹配中的m,n:
如果m.距离<0.75*n.距离:
好。追加(m)
印刷品(透镜(良好))
#灰色1=cv2.CVT颜色(img1,cv2.COLOR\U BGR2GRAY)
#gray2=cv2.CVT颜色(img2,cv2.COLOR\u BGR2GRAY)
#cv2.drawMatchesKnn希望列表列表是匹配的。
img3=绘图匹配(img1、kp1、img2、kp2、良好)
> p>也可以尝试C++中所解释的交叉检查匹配。在python中,只需更改以下行:
bf = cv2.BFMatcher(cv2.NORM_L2, crossCheck=True)