本文介绍了python opencv之sift算法示例，分享给大家，具体如下：
目标：
学习sift算法的概念
学习在图像中查找sift关键的和描述符
原理：
（原理部分自己找了不少文章，内容中有不少自己理解和整理的东西，为了方便快速理解内容和能够快速理解原理，本文尽量不使用数学公式，仅仅使用文字来描述。本文中有很多引用别人文章的内容，仅供个人记录使用，若有错误，请指正出来，万分感谢）
之前的harris算法和shi-tomasi 算法，由于算法原理所致，具有旋转不变性，在目标图片发生旋转时依然能够获得相同的角点。但是如果对图像进行缩放以后，再使用之前的算法就会检测不出来，原理用一张图表示（图1）：
（harris算法和shi-tomasi算法都是基于窗口中像素分布和变化的原理，在图像放大且窗口大小不发生变化的时，窗口中的像素信息则会有很大的不同，造成无法检测的结果）
sift特性：
- 独特性，也就是特征点可分辨性高，类似指纹，适合在海量数据中匹配。
- 多量性，提供的特征多。
- 高速性，就是速度快。
- 可扩展，能与其他特征向量联合使用。
sift特点：
- 旋转、缩放、平移不变性
- 解决图像仿射变换，投影变换的关键的匹配
- 光照影响小
- 目标遮挡影响小
- 噪声景物影响小
sift算法步骤：
- 尺度空间极值检测
- 关键点定位
- 关键点方向参数
- 关键点描述符
- 关键点匹配
尺度空间极值检测：
尺度空间的个人理解：
你找一张分辨率1024×1024图片，在电脑上观看，十分清晰，但是图片太大。现在把这图片反正photoshop上，将分辨率改成512×512,图片看着依然很清晰，但是不可能像1024×1024的画面那么精细，只不过是因为人眼构造的原因，512×512图片依然能让你分辨出这是个什么东西。
粗俗点说，尺度空间，就相当于一个图片需要获得多少分辨率的量级。如果把一个图片从原始分辨率到，不停的对其分辨率进行减少，然后将这些图片摞在一起，可以看成一个四棱锥的样式，这个东西就叫做图像金字塔（如下图，图2）。
再回到尺度空间，在摄像头中，计算机无法分辨一个景物的尺度信息。而人眼不同，除了人大脑里已经对物体有了基本的概念（例如正常人在十几米外看到苹果，和在近距离看到苹果，都能认出是苹果）以外，人眼在距离物体近时，能够获得物体足够多的特性，在距离物体远时，能够或略细节，例如，近距离看一个人脸能看到毛孔，距离远了看不到毛孔等等。
在图片信息当中，分辨率都是固定的，要想得到类似人眼的效果，就要把图片弄成不同的分辨率，制作成图像金字塔来模拟人眼的功能，从而在其他图片中进行特征识别时，能够像人眼睛一样，即使要识别的物体尺寸变大或者变小，也能够识别出来！
从图1可以看出，如果如果图像变大，窗口大小还是以前的大小，则无法正确检测出角点。那么很自然的就能想到，如果图片变大，咱们把窗口也放大不就行了？ 这就需要上面提到的尺度空间发挥作用。
在sift当中，利用了一个叫做高斯核的方程来构建尺度空间，原因是高斯核函数是唯一多尺度空间的核。听起来比较晦涩，个人理解为：
高斯核函数在之前的高斯滤波当中使用过，其原理就是利用高斯分布的特性，在以某一个点为中心要进行以某一个窗口大小进行模糊的操作。那么，根据滤波的原理，距离中心像素点位置的距离越远的像素点，需要“模糊化效果”的值就应该越少。那么这个距离值的分配方法，就是利用满足高斯核函数的分配方法，由中心，到四周，符合高斯核函数的“钟型”曲线（从二维上看）。
那么尺度空间中的高斯核也可以这么理解，高斯核函数的参数有三个
构建尺度空间的目的是为了检测出在不同的尺度下都存在的特征点，如此可以获得缩放不变性
其中利用图像
如果求取特征点，可以使用一个叫做拉普拉斯算子进行运算
但是，由于拉普拉斯算子的效率太低，再sift算法当中使用差分来代替。
高斯金字塔：
在建立尺度空间后，需要找到关键点，此时需要实现高斯金字塔的构造来实现关键点的求取。在高斯金字塔当中，“塔”的每一层都是图像，“塔”的高度就是上面提到的尺度σ。“塔”的每一层对应一个σ值，同时将高斯金字塔中的图像分成组，每组当中图像的尺寸相同，但是尺度σ不同。具体尺度之间的计算关系，先忽略，如下图所示：
高斯差分金字塔dog：
每一组相邻当中相邻两层的图像做差，得到的图像再“叠”成一个金字塔就是高斯差分金字塔dog。
dog局部特征点检测：
有了差分金字塔，现在便可以计算关键点（特征点）。由于金字塔的模型不是二维模型，而是一个三维模型，这里计算极值的方法也不再是二维求取极值的方法。
计算一个某一个点是否是局部最大值，在离散的三维空间当中，以该点为中心，检测它周围的点。类似魔方的中心位置一样，如下图中的“叉”就是待计算是否是局部极值点。
这里说明，局部极值点都是在同一个组当中进行的，所以肯定有这样的问题，某一组当中的第一个图和最后一个图层没有前一张图和下一张图，那该怎么计算？ 解决办法是，在用高斯模糊，在高斯金字塔多“模糊”出三张来凑数，所以在dog中多出两张。
关键点定位：
上面找到的关键点要进行处理，去除一些不好的特征点，保存下来的特征点能够满足稳定性等条件。
主要是去掉dog局部曲率非常不对称的像素。
因为低对比度的特征点和边界点对光照和噪声变化非常敏感，所以要去掉。利用阈值的方法来限制，在opencv中为contrastthreshold。
去除低对比度的特征点：
使用泰勒公式对dog函数空间进行拟合，去掉小于修正阈值的关键点。
去除不稳定的边界点：
利用hessian矩阵（就是求导数的矩阵），利用边缘梯度的方向上主曲率值比较大，而沿着边缘方向则主曲率值较小的原理，将主曲率限制为某个值。满足该值条件的点留下，反之去除。
关键点设定方向参数：
每个关键点设置方向以后可以获得旋转不变性。
获取关键点所在尺度空间的邻域，然后计算该区域的梯度和方向，根据计算得到的结果创建方向直方图，直方图的峰值为主方向的参数，其他高于主方向百分之80的方向被判定为辅助方向，这样设定对稳定性有很大帮助。如图
关键点描述符：
经过上面的步骤计算，每个关键点有三个信息，位置、尺度、方向。所以具备平移、缩放、和旋转不变性。
接下来对每个关键点用一组向量将这个关键点描述出来，使其不随着光照、视角等等影响而改变。该描述符不但涉及关键点，而且还涉及到关键点周围的像素，使其有更强的不变特性。
基本原理是选取关键点周围16×16的像素区域，分成4个小块，每个小块创建8个bin的直方图，这总共的128个信息的向量就是关键点描述符的主要内容。此外还要测量，以达到光照、旋转的稳定性。如图
关键点匹配：
分别对模板图和实时图建立关键点描述符集合，通过对比关键点描述符来判断两个关键点是否相同。128个信息的向量使用欧氏距离来实现。
在关键点的匹配当中，使用的搜索算法为区域搜索算法当中最常用的k-d树实现。
比较之后，需要在进行消除错配点才算完成。
opencv 中的 sift：
关于opencv版本与sift算法不能调用的问题：
sift算法是一个有专利的算法，在商业用途上是收费的。对于穷b学生，算法的发明者还比较仁慈，可以使用。
不过，在python当中使用sift算法和版本之间有不少关系，源文档当中使用opencv版本是2.4.9版本，此版本可以随意使用sift算法。
但是，在opencv3当中就没那么幸运了，opencv中的很多特征点提取算法都和cv2中的库分离开，必须要添加opencv-contrib才可以使用，本人使用的opencv版本是3.3.0，几乎是最新的版本。
网上有一大堆教程关于如何在opencv当中如何添加opencv-contrib的教程，使用cmake，使用vs，啥的非常麻烦。
本人狗急跳墙，寻思在pip上面有没有啥第三方的库可以直接就将opencv-contrib这个库。
结果，还真找到了 哈哈。
这下方便了，只要在你的控制台当中输入
pip install opencv-contrib-python即可
如果pip安装不上去
直接上官方上面下个*，然后pip安装就能用了
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
import cv2
import numpy as np
img = cv2.imread('1.jpg')
gray= cv2.cvtcolor(img,cv2.color_bgr2gray)
sift = cv2.xfeatures2d.sift_create()
kp = sift.detect(gray,none)#找到关键点
img=cv2.drawkeypoints(gray,kp,img)#绘制关键点
cv2.imshow('sp',img)
cv2.waitkey(0)
|
返回的关键点是一个带有很多不用属性的特殊结构体，属性当中有坐标，方向、角度等等。
计算关键点描述符：
使用sift.compute()函数来进行计算关键点描述符
|
1
|
kp,des = sift.compute(gray,kp)
|
如果未找到关键点，可使用函数sift.detectandcompute()直接找到关键点并计算。
在第二个函数中，kp为关键点列表，des为numpy的数组，为关键点数目×128
|
1
2
3
|
sift = cv2.xfeatures2d.sift_create()
kp, des = sift.detectandcompute(gray,none)
|
结果如图
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：http://blog.csdn.net/tengfei461807914/article/details/78175095