详细介绍python中利用scipy包的sift方法进行图片识别的实例

scipy

scipy包包含致力于科学计算中常见问题的各个工具箱。它的不同子模块相应于不同的应用。像插值，积分，优化，图像处理，，特殊函数等等。scipy可以与其它标准科学计算程序库进行比较，比如gsl(gnu c或c++科学计算库)，或者matlab工具箱。scipy是python中科学计算程序的核心包;它用于有效地计算numpy矩阵，来让numpy和scipy协同工作。在实现一个程序之前，值得检查下所需的数据处理方式是否已经在scipy中存在了。作为非专业程序员，科学家总是喜欢重新发明造轮子，导致了充满漏洞的，未经优化的，很难分享和维护的代码。相反，scipy程序经过优化和测试，因此应该尽可能使用。scipy由一些特定功能的子模块组成，它们全依赖numpy,但是每个之间基本独立。举个debian系的linux中安装的例子（虽然我在windows上用–）：

代码如下:

sudo apt-get install python-numpy python-scipy python-matplotlib ipython ipython-notebook python-pandas python-sympy python-nose

导入numpy和这些scipy模块的标准方式是：

import numpy as np
from scipy import stats # 其它子模块相同

主scipy命名空间大多包含真正的numpy函数(尝试 scipy.cos 就是 np.cos)。这些仅仅是由于历史原因，通常没有理由在你的代码中使用import scipy。

使用图像匹配sift算法进行logo检测先上效果图：

代码如下.

#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()

更多详细介绍python中利用scipy包的sift方法进行图片识别的实例相关文章请关注php中文网！