opencv3的sift特征提取方法（1）_opencv3 sift 参数调整

import cv2
import numpy as np
img = cv2.imread('s2.jpg')
gray= cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

descriptor = cv2.xfeatures2d.SIFT_create()
kps = descriptor.detect(img,None)

cv2.drawKeypoints(img,kps,img,(0,0,255))
cv2.imwrite('sift_keypoints.jpg',img)
1
2
3
4
5
6
7
8
9
10

这里的kps就是关键点。它所包含的信息有：
angle：角度，表示关键点的方向，通过Lowe大神的论文可以知道，为了保证方向不变形，SIFT算法通过对关键点周围邻域进行梯度运算，求得该点方向。-1为初值。

class_id：当要对图片进行分类时，我们可以用class_id对每个特征点进行区分，未设定时为-1，需要靠自己设定

octave：代表是从金字塔哪一层提取的得到的数据。

pt：关键点点的坐标

response：响应程度，代表该点强壮大小，更确切的说，是该点角点的程度。

size：该点直径的大小