Python 将提取的SURF描述符和关键点存储在*.npy文件中

我不熟悉Python和opencv。我设法获取描述符，并在图像上绘制关键点，但我需要知道如何存储它以备将来比较。

您可能会遵循。我个人使用以下代码来加载和保存冲浪描述符

def read_features_from_file(filename):
    """ Read feature properties and return in matrix form. """
    if os.path.getsize(filename) <= 0:
        return np.array([]), np.array([])
    f = np.load(filename)
    if f.size == 0:
        return np.array([]), np.array([])
    f = np.atleast_2d(f)
    return f[:,:7], f[:,7:] # feature locations, descriptors

def write_features_to_file(filename, locs, desc):
    np.save(filename, np.hstack((locs,desc)))

这对我很有用：

# Initiate SURF detector
surf = cv2.xfeatures2d.SURF_create()
surf.setHessianThreshold(10000)

img1 = cv2.imread("images/85_hires.png", 4)
kp1, des1 = surf.detectAndCompute(img1, None)
img2 = cv2.imread("images/85_hires.png", 4)
kp2, des2 = surf.detectAndCompute(img2, None)

np.savetxt("test.txt", des2)

new = np.loadtxt("test.txt").astype('float32')
print(getImageScore(des1, des2))
print(getImageScore(des1, new))

---

谢谢@skyuuka的回复，你提供的代码不是python的，对吗？我会试着转换它。给出的链接显示他们使用pickle来存储，但是我是否可以单独用numpy来实现呢？是的，它是用Python实现的。上述代码的唯一要求是

import numpy as np

和

import os

。默认情况下，

np.save

/

np.load

为

*.npy

格式。您还可以使用

np.savetxt

/

np.loadtxt

在文本文件中保存/加载。这意味着提取的描述符和关键点是自np.save（文件名，数组）以来的数组@skyuuka@CY91：是，OpenCV（cv2）正在使用

numpy

。关键点和描述符是numpy数组格式。@CY91:对不起，我刚刚意识到我在复制以前的代码时遗漏了一些内容。现在我已经做了编辑，使它更完整。我已经编写了一个单独的

pack\u keypoint

和

unpack\u keypoint

来将数组转换为numpy矩阵。

# Initiate SURF detector
surf = cv2.xfeatures2d.SURF_create()
surf.setHessianThreshold(10000)

img1 = cv2.imread("images/85_hires.png", 4)
kp1, des1 = surf.detectAndCompute(img1, None)
img2 = cv2.imread("images/85_hires.png", 4)
kp2, des2 = surf.detectAndCompute(img2, None)

np.savetxt("test.txt", des2)

new = np.loadtxt("test.txt").astype('float32')
print(getImageScore(des1, des2))
print(getImageScore(des1, new))