可視化 OpenCV 關鍵點

Question

我正在學習 OpenCV，目前我正在嘗試了解存儲在KeyPoint的基礎數據，以便我可以更好地將這些數據用於我正在處理的應用程序。

到目前為止，我一直在瀏覽這兩頁：

http://docs.opencv.org/modules/features2d/doc/common_interfaces_of_feature_detectors.html?highlight=featuredetector#FeatureDetector

http://docs.opencv.org/doc/tutorials/features2d/feature_detection/feature_detection.html

但是，當我按照教程使用drawKeypoints() ，這些點的大小和形狀都相同，並且使用看似任意的顏色繪制。

我想我可以遍歷每個關鍵點的屬性：畫一個圓圈，畫一個箭頭（用於角度），根據響應給它一個顏色，等等。但我認為必須有更好的方法。

是否有一個內置的方法或其他方法類似drawKeypoints()這將幫助我更有效地可視化的KeyPoints的圖像？

Answer 1

是的，有執行任務的方法。 正如文檔中所說

對於每個關鍵點，將繪制關鍵點周圍具有關鍵點大小和方向的圓圈

如果您使用的是 Java，您可以簡單地指定關鍵點的類型：

Features2d.drawKeypoints(image1, keypoints1, imageOut2,new Scalar(2,254,255),Features2d.DRAW_RICH_KEYPOINTS);

在 C++ 中：

drawKeypoints( img_1, keypoints_1, img_keypoints_1, Scalar::all(-1), DrawMatchesFlags::DRAW_RICH_KEYPOINTS );

Answer 2

我有一個類似的問題，想自定義繪制的點，決定分享我的解決方案，因為我想改變繪制的點的形狀。

您可以根據需要更改 cv2.circle 的行。 im 是要繪制點的輸入圖像，keyp 是要繪制的關鍵點，col 是線條顏色，th 是圓邊緣的粗細。

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

def drawKeyPts(im,keyp,col,th):
    for curKey in keyp:
        x=np.int(curKey.pt[0])
        y=np.int(curKey.pt[1])
        size = np.int(curKey.size)
        cv2.circle(im,(x,y),size, col,thickness=th, lineType=8, shift=0) 
    plt.imshow(im)    
    return im    

imWithCircles = drawKeyPts(origIm.copy(),keypoints,(0,255,0),5)

Answer 3

您可以遍歷檢測到的關鍵點向量，並在每個KeyPoint.pt上繪制（例如）一個圓，其半徑類似於KeyPoint.size和相對於KeyPoint.response 的顏色。這當然只是一個示例； 您可以根據 KeyPoint 的倍頻程和角度編寫更復雜的繪圖函數（如果您的檢測器提供該輸出）。

希望這可以幫助。

Answer 4

你好，這是我的代碼@Alex

def drawKeyPts(im, keyp, col, th):
    draw_shift_bits = 4
    draw_multiplier = 1 << 4
    LINE_AA = 16
    im = cv2.cvtColor(im, cv2.COLOR_GRAY2BGR)
    for curKey in keyp:
        center = (int(np.round(curKey.pt[0]*draw_multiplier)), int(np.round(curKey.pt[1]*draw_multiplier)))
        radius = int(np.round(curKey.size/2*draw_multiplier))
        cv2.circle(im, center, radius, col, thickness=th, lineType=LINE_AA, shift=draw_shift_bits)
        if(curKey.angle != -1):
            srcAngleRad = (curKey.angle * np.pi/180.0)
            orient = (int(np.round(np.cos(srcAngleRad)*radius)), int(np.round(np.sin(srcAngleRad)*radius)))
            cv2.line(im, center, (center[0]+orient[0], center[1]+orient[1]), col, 1, LINE_AA, draw_shift_bits)
    cv2.imshow('name1', im)
    cv2.waitKey()
    return im