Python语言实现SIFT算法

本文侧重于如何使用Python语言实现SIFT算法

所有程序已打包：基于OpenCV-Python的SIFT算法的实现

一、什么是SIFT算法

  SIFT，即尺度不变特征变换（Scale-invariant feature transform，SIFT），是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。

二、准备工作

2.1 实验设备

  本文在Windows10系统上，使用pycharm软件完成所有实验。

2.2 OpenCV安装

  我们可以使用OpenCV库中的cv2.xfeatures2d.SIFT_create()函数实现SIFT，但由于专利保护，很多版本的OpenCV库已无法提供该函数，目前仅3.4.2.16版本的OpenCV库可使用此函数。

安装教程：
  （1）查看当前版本opencv：进入cmd（组合键win+R，输入cmd），输入conda list，查看当前pycharm所有库并找到opencv-python，若找不到库，说明没有安装。
  （2）卸载原版本（在cmd中输入：pip uninstall opencv）
  （3）安装新版本（在cmd中输入：pip install opencv-python==3.4.2.16 -i "https://pypi.doubanio.com/simple/"
  （4）安装附属库（在cmd中输入：pip install opencv-contrib-python==3.4.2.16 -i "https://pypi.doubanio.com/simple/"）

三、实验工作

3.1 图像选择

  这里选择经典的lena图像作为实验对象，为了选择一个待匹配图像，本文使用如下代码对lena图像进行逆时针45°旋转。

from PIL import Image

img = Image.open('lena.png')
img2 = img.rotate(45)       # 逆时针旋转45°
img2.save("lena_rot45.png")
img2.show()

参考图像与待匹配图像（即旋转图像）如下图所示：

3.2 程序实现

"""
图像匹配——SIFT点特征匹配实现步骤：
   （1）读取图像；
   （2）定义sift算子；
   （3）通过sift算子对需要匹配的图像进行特征点获取；
       a.可获取各匹配图像经过sift算子的特征点数目
   （4）可视化特征点（在原图中标记为圆圈）；
       a.为方便观察，可将匹配图像横向拼接
   （5）图像匹配（特征点匹配）；
       a.通过调整ratio获取需要进行图像匹配的特征点数量（ratio值越大，匹配的线条越密集，但错误匹配点也会增多）
       b.通过索引ratio选择固定的特征点进行图像匹配
   （6）将待匹配图像通过旋转、变换等方式将其与目标图像对齐
"""

import cv2              # opencv版本需为3.4.2.16
import numpy as np      # 矩阵运算库
import time             # 时间库

original_lena = cv2.imread('lena.png')          # 读取lena原图
lena_rot45 = cv2.imread('lena_rot45.png')       # 读取lena旋转45°图

sift = cv2.xfeatures2d.SIFT_create()

# 获取各个图像的特征点及sift特征向量
# 返回值kp包含sift特征的方向、位置、大小等信息；des的shape为（sift_num， 128）， sift_num表示图像检测到的sift特征数量
(kp1, des1) = sift.detectAndCompute(original_lena, None)
(kp2, des2) = sift.detectAndCompute(lena_rot45, None)

# 特征点数目显示
print("=========================================")
print("=========================================")
print('lena 原图  特征点数目：', des1.shape[0])
print('lena 旋转图 特征点数目：', des2.shape[0])
print("=========================================")
print("=========================================")

# 举例说明kp中的参数信息
for i in range(2):
   print("关键点", i)
   print("数据类型:", type(kp1[i]))
   print("关键点坐标:", kp1[i].pt)
   print("邻域直径:", kp1[i].size)
   print("方向:", kp1[i].angle)
   print("所在的图像金字塔的组:", kp1[i].octave)

print("=========================================")
print("=========================================")
"""
首先对原图和旋转图进行特征匹配，即图original_lena和图lena_rot45
"""
# 绘制特征点，并显示为红色圆圈
sift_original_lena = cv2.drawKeypoints(original_lena, kp1, original_lena, color=(255, 0, 255))
sift_lena_rot45 = cv2.drawKeypoints(lena_rot45, kp2, lena_rot45, color=(255, 0, 255))

sift_cat1 = np.hstack((sift_original_lena, sift_lena_rot45))        # 对提取特征点后的图像进行横向拼接
cv2.imwrite("sift_cat1.png", sift_cat1)
print('原图与旋转图 特征点绘制图像已保存')
cv2.imshow("sift_point1", sift_cat1)
cv2.waitKey()

# 特征点匹配
# K近邻算法求取在空间中距离最近的K个数据点，并将这些数据点归为一类
start = time.time()     # 计算匹配点匹配时间
bf = cv2.BFMatcher()
matches1 = bf.knnMatch(des1, des2, k=2)
print('用于 原图和旋转图 图像匹配的所有特征点数目：', len(matches1))

# 调整ratio
# ratio=0.4：对于准确度要求高的匹配；
# ratio=0.6：对于匹配点数目要求比较多的匹配；
# ratio=0.5：一般情况下。
ratio1 = 0.5
good1 = []

for m1, n1 in matches1:
   # 如果最接近和次接近的比值大于一个既定的值，那么我们保留这个最接近的值，认为它和其匹配的点为good_match
   if m1.distance < ratio1 * n1.distance:
       good1.append([m1])

end = time.time()
print("匹配点匹配运行时间:％.4f秒" ％ (end-start))

# 通过对good值进行索引，可以指定固定数目的特征点进行匹配，如good[:20]表示对前20个特征点进行匹配
match_result1 = cv2.drawMatchesKnn(original_lena, kp1, lena_rot45, kp2, good1, None, flags=2)
cv2.imwrite("match_result1.png", match_result1)

print('原图与旋转图 特征点匹配图像已保存')
print("=========================================")
print("=========================================")
print("原图与旋转图匹配对的数目:", len(good1))

for i in range(2):
   print("匹配", i)
   print("数据类型:", type(good1[i][0]))
   print("描述符之间的距离:", good1[i][0].distance)
   print("查询图像中描述符的索引:", good1[i][0].queryIdx)
   print("目标图像中描述符的索引:", good1[i][0].trainIdx)

print("=========================================")
print("=========================================")
cv2.imshow("original_lena and lena_rot45 feature matching result", match_result1)
cv2.waitKey()

# 将待匹配图像通过旋转、变换等方式将其与目标图像对齐，这里使用单应性矩阵。
# 单应性矩阵有八个参数，如果要解这八个参数的话，需要八个方程，由于每一个对应的像素点可以产生2个方程(x一个，y一个)，那么总共只需要四个像素点就能解出这个单应性矩阵。
if len(good1) > 4:
   ptsA = np.float32([kp1[m[0].queryIdx].pt for m in good1]).reshape(-1, 1, 2)
   ptsB = np.float32([kp2[m[0].trainIdx].pt for m in good1]).reshape(-1, 1, 2)
   ransacReprojThreshold = 4
   # RANSAC算法选择其中最优的四个点
   H, status =cv2.findHomography(ptsA, ptsB, cv2.RANSAC, ransacReprojThreshold)
   imgout = cv2.warpPerspective(lena_rot45, H, (original_lena.shape[1], original_lena.shape[0]),
                                flags=cv2.INTER_LINEAR + cv2.WARP_INVERSE_MAP)

cv2.imwrite("imgout.png", imgout)
   cv2.imshow("lena_rot45's result after transformation", imgout)
   cv2.waitKey()

3.3 程序结果

来源：https://blog.csdn.net/qq_42856191/article/details/121306915