Python中利用Scipy包的SIFT方法進(jìn)行圖片識別的實(shí)例教程
scipy
scipy包包含致力于科學(xué)計(jì)算中常見問題的各個(gè)工具箱。它的不同子模塊相應(yīng)于不同的應(yīng)用。像插值，積分，優(yōu)化，圖像處理，，特殊函數(shù)等等。
scipy可以與其它標(biāo)準(zhǔn)科學(xué)計(jì)算程序庫進(jìn)行比較，比如GSL(GNU C或C++科學(xué)計(jì)算庫)，或者M(jìn)atlab工具箱。scipy是Python中科學(xué)計(jì)算程序的核心包;它用于有效地計(jì)算numpy矩陣，來讓numpy和scipy協(xié)同工作。
在實(shí)現(xiàn)一個(gè)程序之前，值得檢查下所需的數(shù)據(jù)處理方式是否已經(jīng)在scipy中存在了。作為非專業(yè)程序員，科學(xué)家總是喜歡重新發(fā)明造輪子，導(dǎo)致了充滿漏洞的，未經(jīng)優(yōu)化的，很難分享和維護(hù)的代碼。相反，Scipy程序經(jīng)過優(yōu)化和測試，因此應(yīng)該盡可能使用。
scipy由一些特定功能的子模塊組成，它們?nèi)蕾噉umpy,但是每個(gè)之間基本獨(dú)立。
舉個(gè)Debian系的Linux中安裝的例子（雖然我在windows上用--）：
導(dǎo)入Numpy和這些scipy模塊的標(biāo)準(zhǔn)方式是：
import numpy as np from scipy import stats # 其它子模塊相同
主scipy命名空間大多包含真正的numpy函數(shù)(嘗試 scipy.cos 就是 np.cos)。這些僅僅是由于歷史原因，通常沒有理由在你的代碼中使用import scipy。
使用圖像匹配SIFT算法進(jìn)行LOGO檢測
先上效果圖：
其中
是logo標(biāo)識,
代碼如下.
#coding=utf-8
import cv2
import scipy as sp
img1 = cv2.imread('x1.jpg',0) # queryImage
img2 = cv2.imread('x2.jpg',0) # trainImage
# Initiate SIFT detector
sift = cv2.SIFT()
# find the keypoints and descriptors with SIFT
kp1, des1 = sift.detectAndCompute(img1,None)
kp2, des2 = sift.detectAndCompute(img2,None)
# FLANN parameters
FLANN_INDEX_KDTREE = 0
index_params = dict(algorithm = FLANN_INDEX_KDTREE, trees = 5)
search_params = dict(checks=50) # or pass empty dictionary
flann = cv2.FlannBasedMatcher(index_params,search_params)
matches = flann.knnMatch(des1,des2,k=2)
print 'matches...',len(matches)
# Apply ratio test
good = []
for m,n in matches:
if m.distance < 0.75*n.distance:
good.append(m)
print 'good',len(good)
# #####################################
# visualization
h1, w1 = img1.shape[:2]
h2, w2 = img2.shape[:2]
view = sp.zeros((max(h1, h2), w1 + w2, 3), sp.uint8)
view[:h1, :w1, 0] = img1
view[:h2, w1:, 0] = img2
view[:, :, 1] = view[:, :, 0]
view[:, :, 2] = view[:, :, 0]
for m in good:
# draw the keypoints
# print m.queryIdx, m.trainIdx, m.distance
color = tuple([sp.random.randint(0, 255) for _ in xrange(3)])
#print 'kp1,kp2',kp1,kp2
cv2.line(view, (int(kp1[m.queryIdx].pt[0]), int(kp1[m.queryIdx].pt[1])) , (int(kp2[m.trainIdx].pt[0] + w1), int(kp2[m.trainIdx].pt[1])), color)
cv2.imshow("view", view)
cv2.waitKey()
相關(guān)文章
大家好，本篇文章主要講的是Python OpenCV對圖像像素進(jìn)行操作，感興趣的同學(xué)趕快來看一看吧，對你有幫助的話記得收藏一下，方便下次瀏覽2022-01-01
python處理數(shù)據(jù),存進(jìn)hive表的方法
今天小編就為大家分享一篇python處理數(shù)據(jù),存進(jìn)hive表的方法，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-07-07
python批量獲取html內(nèi)body內(nèi)容的實(shí)例
今天小編就為大家分享一篇python批量獲取html內(nèi)body內(nèi)容的實(shí)例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
這篇文章主要介紹了利用python代碼寫的12306訂票代碼，自己寫的python代碼，是非常實(shí)用的技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2015-12-12
Python3 實(shí)現(xiàn)文件批量重命名示例代碼
在Python中os模塊里，os.renames() 方法用于遞歸重命名目錄或文件。這篇文章主要介紹了Python3 文件批量重命名操作示例,需要的朋友可以參考下2019-06-06
今天小編就為大家分享一篇淺談ROC曲線的最佳閾值如何選取，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
這篇文章主要介紹了python 批量將中文名轉(zhuǎn)換為拼音，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2021-02-02
Python獲取excel的數(shù)據(jù)并繪制箱型圖和直方圖的方法實(shí)例