如何使用openCV 3.1在python的SIFT算法中设置关键点（描述符）的数量？

在opencv 3.0和以前的版本中，可以使用以下代码限制SIFT中的关键点数量：

kp, des = cv2.SIFT(150).detectAndCompute(pic, None) 

但与opencv 3.1一样，SIFT被移动到xfeatures2d，因此该函数给出了错误
如何在SIFT opencv3.1中设置关键点的数量

我的代码是：

def gen_sift_features(gray_img):
    sift = cv2.xfeatures2d.SIFT_create()
    kp, desc = sift.detectAndCompute(gray_img, None)
    return kp, desc  

---

可以将nfeatures参数用作：

sift = cv.xfeatures2d.SIFT_create(nfeatures=150)

这是要保留的最佳功能的数量。资料来源：

help(cv.xfeatures2d.SIFT_create)

筛选创建（…）

筛选创建（[，nfeatures[，nOctaveLayers[，ContractThreshold[，edgeThreshold[，sigma*.*.*.]]）->retval

@param nfeatures可保留的最佳功能的数量。这些特征是根据它们的分数排列的

。（以SIFT算法作为局部对比度测量）

---

可以将nfeatures参数用作：

sift = cv.xfeatures2d.SIFT_create(nfeatures=150)

这是要保留的最佳功能的数量。资料来源：

help(cv.xfeatures2d.SIFT_create)

筛选创建（…）

筛选创建（[，nfeatures[，nOctaveLayers[，ContractThreshold[，edgeThreshold[，sigma*.*.*.]]）->retval

@param nfeatures可保留的最佳功能的数量。这些特征是根据它们的分数排列的

。（以SIFT算法作为局部对比度测量）

---

detectAndCompute有一个参数用于此，nFeature，您可以设置此参数detectAndCompute有一个参数用于此，nFeature，您可以设置此参数