241. 尺度不变特征变换5（SIFT）

13. 特征提取

一、OpenCV 中的 SIFT 类

• OpenCV 提供了丰富的特征检测算法，而且继承了 cv::Feature2D 类，采用了统一的定义和封装。如：AffineFeature、AgastFeatureDetector、AKAZE、BRISK、FastFeatureDetector、GFTTDetector、KAZE、MSER、ORB、SimpleBlobDetector、SIFT、SURF 等。
  OpenCV 中提供 cv::SIFT 类实现 SIFT方法。cv::SIFT 类继承了 cv::Feature2D 类，通过 create 静态方法创建。

• SIFT类封装了 SIFT 提取关键点和计算描述符的参数，类的声明在 include/opencv2/ features2d .hpp 文件中。

1、构造 SIFT 对象

• 在 Python 语言中，OpenCV 提供了 SIFT 类的接口函数 cv.SIFT.create() 实例化 SIFT 类。

cv.SIFT.create([, nfeatures[, nOctaveLayers[, contrastThreshold[, edgeThreshold[, sigma]]]]]) → retval
cv.SIFT.create(nfeatures, nOctaveLayers, contrastThreshold, edgeThreshold, sigma, descriptorType) → retval
cv.SIFT_create([, nfeatures[, nOctaveLayers[, contrastThreshold[, edgeThreshold[, sigma]]]]]) → retval
cv.SIFT_create(nfeatures, nOctaveLayers, contrastThreshold, edgeThreshold, sigma, descriptorType) → retval

参数说明：

• nfeatures：保留的最佳特征的数量，按算法测度值大小排序
• nOctaveLayers：每个倍频程的层数，根据图像分辨率自动计算得到
• contrastThreshold：对比度阈值，用于滤除低对比度的弱特征，默认值 0.04
• edgeThreshold：用于过滤边缘特征的阈值，默认值 10
• sigma：高斯模糊系数 σ \sigmaσ 的初值，默认值 1.6
• descriptorType：描述符的类型，仅支持 CV_32F 和 CV_8U

注意事项：

• 函数 cv.SIFT.create() 实例化 SIFT 类，构造一个 SIFT 对象。
• 描述符的类型 descriptorType 仅支持 CV_32F 和 CV_8U
• 函数 cv.SIFT.getDefaultName 返回字符串的标识符。当对象保存到文件或字符串时，该字符串用作顶级 xml/yml 节点的标记。

2、检测特征点：

sift.detect(image, [, mask]) → keypoints

参数说明：

• sift：实例化的 SIFT 对象
• image：输入图像，单通道
• mask：掩模图像，8 位单通道，指定查找关键点的区域，可选项
• keypoints ：检测到的关键点，是一个特殊的数据结构，包括以下属性：
  • Point2f pt：坐标
  • float size：关键点的邻域直径
  • float angle：关键点的方向，取值为 [0，360）
  • float response：关键点的响应强度
  • int octave：关键点所在的图像金字塔的组
  • int class_id：关键点的 id 编号

3、绘制特征点

cv.drawKeypoint(image, keypoints, outImage[, color[, flags]]) → outImage

参数说明：

• image：输入图像
• keypoints：输入图像，单通道
• outimage：输出图像，
• color：绘制关键点的颜色
• flags：绘制关键点特征的选择
  • cv.DRAW_MATCHES_FLAGS_DEFAULT，默认值，对每个关键点仅绘制中心点，不包括围绕关键点的圆和大小、方向
  • cv.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS，对于每个关键点绘制表示关键点大小和方向的圆
  • cv.DRAW_MATCHES_FLAGS_DRAW_OVER_OUTIMG，在输入图像上绘制匹配关系
  • cv.DRAW_MATCHES_FLAGS_NOT_DRAW_SINGLE_POINTS，不绘制单个关键点

4、其它成员函数：

cv.Feature2D.compute(images, keypoints[, descriptors]) → keypoints, descriptors
cv.Feature2D.detect(image[, mask]) → keypoints

cv.Feature2D.detectAndCompute(image, mask[, descriptors[, useProvidedKeypoints]]) → keypoints, descriptors
cv.Feature2D.defaultNorm() → retval
cv.Feature2D.descriptorType() → retval
cv.Feature2D.empty() → retval
cv.Feature2D.getDefaultName() → retval
cv.Feature2D.read(fileName) → None
cv.Feature2D.write(fileName) → None

5、关于专利问题的说明：

• 由于 SIFT 和 SURF 都是专有和专利算法，在学术研究中可以免费使用的，但在商业应用中需要获得授权许可。
  因此，OpenCV3、OpenCV4 在默认安装中删除了 SIFT 和 SURF 等专利算法，并将其转移到 “OpenCV_contrib” 包中。为了使用 “OpenCV_contrib” 包的算法，在 OpenCV/C++ 中，需要启用 OpenCV contrib 支持，从源代码编译和安装 OpenCV。在 OpenCV/Python 中，需要通过 pip 安装 OpenCV contrib python 包。

• 但在 OpenCV3/Python 的一些版本中，由于 OpenCV 用 OPENCV_ENABLE_NONFREE 对编译进行了限制，使用 SIFT 和 SURF 算法时仍然会出现错误：
  "module ‘cv2.cv2’ has no attribute ‘xfeatures2d’ ”
  或者：
  cv2.error: OpenCV(3.4.8) C:\projects\opencv-python\opencv_contrib\modules\xfeatures2d\src\sift.cpp: 1207: error: (-213:The function/feature is not implemented) This algorithm is patented and is excluded in this configuration; Set OPENCV_ENABLE_NONFREE CMake option and rebuild the library in function ‘cv::xfeatures2d::SIFT::create’
  卸载之前的 OpenCV 和包，将 OpenCV 版本退到 3.4.2 即可解决。

• 2020年，由于 SIFT 专利到期， OpenCV 4.4 已经将 SIFT 移到主库，可以正常使用。

资料

youcans_的博客：
https://blog.csdn.net/youcans/article/details/126018654