使用SIFT算法和SURF算法来提取和检测特征（python语言实现）

SIFT算法是一种与图像比例无关的角点检测算法。

该函数会对不同的图像尺度（尺度不变特征变换）输出相同的结果。

而SURF算法吸收了SIFT算法的思想，速度比SIFT快好几倍。

下面我会将两个算法整合在一个程序中：

import cv2
import numpy as np


img = cv2.imread('varese.jpg')#读取要处理的图片
alg = input('Select an Alg --> ')


def fd(algorithm):
	if algorithm == 'SIFT':
		return cv2.xfeatures2d.SIFT_create()
	if algorithm == 'SURF':
		threshold = input('Enter a threshold --> ')#提示输入SURF算法所采用的阈值
		return cv2.xfeatures2d.SURF_create(float(threshold))


gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转换为灰度图像
fd_alg = fd(alg)
keypoints,descriptor = fd_alg.detectAndCompute(gray,None)#进行算法的检测和计算


img = cv2.drawKeypoints(image = img,outImage = img,keypoints = keypoints,
						flags = cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS,
						color = (51,163,236))
cv2.imshow('keypoints',img)
while(True): 
	if cv2.waitKey(30) & 0xff == ord('q'):
		break
cv2.destroyAllWindows()

注意：本次程序中使用了input函数，本人在使用命令行运行该程序时出现报错，而使用默认的sublime运行时是无法进行输入交互的。因此可以通过下载sublimeREPL插件来解决这个问题。

安装插件方法请参考：点击打开链接 

原图像：

SIFT处理后：

SURF处理后：

本次SURF处理使用的阈值为8000，阈值越高，能识别的特征就越少。

自己可以采用试探法来得到最优的检测。

我本人也是正在学习opencv，本篇文章仅作为自己学习过程的记录。

如有错漏，请大牛们帮忙指出。一起探讨学习！