PythonOpenCV-特征检测-对象查找

　　经过特征匹配后，可找到查询图像在训练图像中的最佳匹配，从而可在训练图像中精确查找到查询图像。获得最佳匹配结果后,调用 cv2.findHomography(函数执行查询图像和训练图像的透视转换，再调用 cv2.perspectiveTransform()函数执行向量的透视矩阵转换，可获得查询图像在训练图像中的位置。
　　cv2.findHomography()函数的基本格式如下：

retv, mask = cv2.findHomography(srcPoints，dstPoints[, method[, ransacReproiThreshold]])

　　参数说明：

retv：返回的转换矩阵

mask：返回的查询图像在训练图像中的最佳匹配结果掩模

srcPoints：查询图像匹配结果的坐标

dstPoints ：训练图像匹配结果的坐标

method：用于计算透视转换矩阵的方法

 

ransacReproiThreshold：可允许的最大重投影误差

　　cv2.perspectiveTransform()函数的基本格式如下：

dst = cv2.perspectiveTransform(src,m)

　　参数说明：

src：输入的 2 通道或 3 通道浮点类型的数组

m：大小为3x3或4x4 的浮点类型的转换矩阵，如使用 cv2findHomography0函数返回的转换矩阵

dst：输出结果数组，大小和类型与 src 相同

　　代码示例：

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

img1 = cv.imread('xhu3.jpg', cv.IMREAD_GRAYSCALE)  # 打开灰度图像
img2 = cv.imread('xhu2.jpg', cv.IMREAD_GRAYSCALE)  # 打开灰度图像
orb = cv.ORB_create()  # 创建ORB检测器
kp1, des1 = orb.detectAndCompute(img1, None)  # 检测关键点和计算描述符
kp2, des2 = orb.detectAndCompute(img2, None)  # 检测关键点和计算描述符
bf = cv.BFMatcher_create(cv.NORM_HAMMING, crossCheck=True)  # 创建匹配器
ms = bf.match(des1, des2)  # 执行特征匹配
ms = sorted(ms, key=lambda x: x.distance)  # 按距离排序
matchesMask = None
if len(ms) > 10:  # 在有足够数量的匹配结果时，才计算查询图像在目标图像中的位置
    # 计算查询图像匹配结果的坐标
    querypts = np.float32([kp1[m.queryIdx].pt for m in ms]).reshape(-1, 1, 2)
    # 计算训练图像匹配结果的坐标
    trainpts = np.float32([kp2[m.trainIdx].pt for m in ms]).reshape(-1, 1, 2)
    # 查找查询图像和训练图像的透视转换
    retv, mask = cv.findHomography(querypts, trainpts, cv.RANSAC)
    # 计算最佳匹配结果的掩模，用于绘制匹配结果
    matchesMask = mask.ravel().tolist()
    h, w = img1.shape
    pts = np.float32([[0, 0], [0, h - 1], [w - 1, h - 1], [w - 1, 0]]).reshape(-1, 1, 2)
    # 执行向量的透视矩阵转换，获得查询图像在训练图像中的位置
    dst = cv.perspectiveTransform(pts, retv)
    # 用白色矩形框在训练图像中绘制查询图像的范围
    img2 = cv.polylines(img2, [np.int32(dst)], True, (255, 255, 255), 5)
img3 = cv.drawMatches(img1, kp1, img2, kp2, ms, None,
                       matchColor=(0, 255, 0),  # 用绿色绘制匹配结果
                       singlePointColor=None,
                       matchesMask=matchesMask,  # 绘制掩模内的匹配结果
                       flags=cv.DrawMatchesFlags_NOT_DRAW_SINGLE_POINTS)
plt.imshow(img3)
plt.axis('off')
plt.show()

 

/*-------------------------------------------------------------------------------------------------------

笔者说明：

　　该笔记来源于本人学习Python + OpenCv时的资料，

　　分享出来只是为了供大家学习，并且为了自己以后想要用的时候方便寻找。

时间：2023年9月3日

------------------------------------------------------------------------------------------------------------*/