标签：__ None img BRIEF Opencv kp path ORB cv

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：

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

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。