Opencv之ORB:面向快速和选择的BRIEF

文章目录

  • 1 理论
  • 2 测试图像
  • 3 代码

1 理论

  ORB是fast关键点检测与brief描述符的融合,主要步骤如下:
  1)使用fast查找关键点;
  2)应用harris角测度在其中找到前 N N N个点。

2 测试图像

3 代码

import numpy as np
import cv2 as cv


def test(img_path):
    img = cv.imread(img_path)
    img_gray = cv.imread(img_path, 0)
    orb = cv.ORB_create()
    kp = orb.detect(img_gray, None)
    kp, des = orb.compute(img_gray, kp)
    img_draw = cv.drawKeypoints(img, kp, None, color=(255, 0, 0), flags=0)
    img = np.hstack([img, img_draw])
    img = cv.resize(img, None, fx=0.5, fy=0.5)
    cv.imshow("", img)
    cv.waitKey()


if __name__ == '__main__':
    test("miao.png")

  输出如下:
Opencv之ORB:面向快速和选择的BRIEF_第1张图片


参考文献
【1】Opencv中文文档。

你可能感兴趣的:(Python,Python,Opencv,ORB,因吉)