【进阶OpenCV】 （3）--SIFT特征提取

sift特征提取

SIFT（Scale-Invariant Feature Transform，尺度不变特征变换）特征检测是一种在图像处理和计算机视觉领域广泛使用的算法，主要用于特征点检测和特征匹配。

SIFT特征具有对旋转、尺度缩放、亮度变化等保持不变性，是一种非常稳定的局部特征。

一、基本原理

SIFT算法通过在不同尺度空间中寻找关键点，并计算这些关键点的局部特征描述子，从而实现图像的特征匹配和识别。

关键点（也称为特征点或兴趣点）是指图像中一些具有独特性和稳定性的局部特征区域。

其基本原理包括以下几个步骤：

1. 构建尺度空间：通过对原始图像进行多次高斯模糊和降采样，构建出高斯金字塔，以在不同尺度下检测出特征点。
2. 检测关键点：利用高斯差分（DoG）图像检测尺度空间中的极值点，这些极值点被认为是潜在的关键点。
3. 定位关键点位置：通过泰勒展开式对DoG图像进行拟合，精确定位关键点的位置，并排除低对比度和边缘响应的干扰。
4. 确定关键点方向：基于图像局部的梯度方向，为每个关键点分配一个或多个主方向，以保证特征描述子的旋转不变性。
5. 生成特征描述子：在关键点周围的邻域内，测量图像局部的梯度，并将这些梯度变换成一种表示形式，生成具有128维特征向量的特征描述子。

二、特点

1. 图像的局部特征：对旋转、尺度缩放、亮度变化保持不变，对视角变化、仿射变换、噪声也保持一定程度的稳定性。
2. 独特性好：信息量丰富，适用于海量特征库进行快速、准确的匹配。
3. 多量性：即使是很少几个物体也可以产生大量的SIFT特征。
4. 高速性：经优化的SIFT匹配算法甚至可以达到实时性。
5. 扩招性：可以很方便的与其他的特征向量进行联合。

三、代码实现

原始图片：

1. 函数方法

• 创建sift特征的提取对象：

cv2.SIFT_create() / cv2.xfeatures2d.SIFT_create() -----> 创建一个sift特征的提取对象

• 检测图像中的关键点：

sift.detect(img)

• 绘制关键点：

drawKeypoints(image,keypoints,outImage,color=None,flags=None)
参数：
-- image:原始图像
-- keypoints：从原图中获得的关键点，这也是画图时所用到的数据
-- outImage：输出图像，可以是原图也可以是None
-- color：颜色设置，更改画笔颜色
-- flags：绘图功能的标识设置

• 计算关键点描述符：

sift.compute() ---> 输出关键点的形状和描述符的形状

2. 检测图像中的关键点

# 检测图像中的关键点
# cv2.SIFT_create() / cv2.xfeatures2d.SIFT_create() -----> 创建一个sift特征的提取对象
#sift.detect(img) -----> 在图像中查找关键点yf = cv2.imread("tu.jpg")
yf_gray = cv2.cvtColor(yf,cv2.COLOR_BGR2GRAY)
sift = cv2.SIFT_create() # 创建sift对象
kp = sift.detect(yf_gray) # 查找关键点

3. 绘制关键点

yf_sift = cv2.drawKeypoints(yf,kp,None,flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
cv2.imshow('yf_sift',yf_sift)
cv2.waitKey(0)

4. 计算关键点描述符

主要用于方便后期进行特征匹配：

# 使用sift.compute()计算关键点描述符，方便后期的特征匹配
kp,des = sift.compute(yf,kp)
print(np.array(kp).shape,des.shape)
# 输出关键点的形状和描述符的形状
# np.array(kp).shape表示关键点的数量和属性
# des.shape表示描述符的数量和属性
-------------------
(764,) (764, 128)

5. 输出特征坐标点

# 输出特征点坐标
# .pt：将隐藏的坐标数据显示出来
for i in kp:print(f"特征点坐标为:{i.pt}")
----------------------
展示部分结果：
特征点坐标为:(5.986441612243652, 704.0958862304688)
特征点坐标为:(6.146509647369385, 192.4614715576172)
特征点坐标为:(6.952261447906494, 719.527587890625)
特征点坐标为:(11.127826690673828, 497.750732421875)
特征点坐标为:(11.127826690673828, 497.750732421875)

总结

本篇介绍了：

1. sift特征提取的作用是描绘出图中的特征点
2. 如何获得特征点的信息，以便于特征匹配