摘要: 1. sift.detectAndComputer(gray, None) # 计算出图像的关键点和sift特征向量 参数说明:gray表示输入的图片 2.cv2.findHomography(kpA, kpB, cv2.RANSAC, reproThresh) # 计算出单应性矩阵 参数说明:kp 阅读全文
posted @ 2019-02-23 13:40 python我的最爱 阅读(2785) 评论(1) 推荐(0) 编辑
摘要: 1.cv2.drawMatches(imageA, kpsA, imageB, kpsB, matches[:10], None, flags=2) # 对两个图像关键点进行连线操作 参数说明:imageA和imageB表示图片,kpsA和kpsB表示关键点, matches表示进过cv2.BFMa 阅读全文
posted @ 2019-02-23 11:54 python我的最爱 阅读(8170) 评论(0) 推荐(0) 编辑