Opencv之ORB:面向快速和选择的BRIEF
作者:互联网
文章目录
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:
参考文献
【1】Opencv中文文档。
标签:__,None,img,BRIEF,Opencv,kp,path,ORB,cv 来源: https://blog.csdn.net/weixin_44575152/article/details/116309798