1.openCVçSIFT()ä¸è½ç¨
2.求在autojs中使用opencv的源码SIFT特征匹配例子
openCVçSIFT()ä¸è½ç¨
openCVçSIFT()ä¸è½ç¨ï¼çæé®é¢ï¼åªéåéopencvççæ¬å³å¯ã
pip uninstall opencv-python
pip uninstall opencv-contrib-python
pip install opencv_python==3.4.2.
pip install opencv-contrib-python==3.4.2.
ç¶ååæå¼ä¸æ¬¡pythonç¯å¢å³å¯è¿è¡sift = cv2.SIFT()
求在autojs中使用opencv的SIFT特征匹配例子
// 导入OpenCV模块
var cv = require("opencv");
// 读取图像
var img1 = cv.imread("/sdcard/img1.jpg");
var img2 = cv.imread("/sdcard/img2.jpg");
// 创建SIFT检测器对象
var sift = new cv.FeatureDetector("SIFT");
// 检测图像中的关键点和描述符
var keypoints1 = sift.detect(img1);
var keypoints2 = sift.detect(img2);
var descriptors1 = sift.compute(img1, keypoints1);
var descriptors2 = sift.compute(img2, keypoints2);
// 创建FLANN匹配器对象
var matcher = new cv.Matcher("FlannBased");
// 对两幅图像中的关键点进行匹配
var matches = matcher.match(descriptors1, descriptors2);
// 筛选出最优的匹配结果
var bestMatches = matcher.filterMatches(matches, 0.);
// 在两幅图像中绘制匹配结果
var output = new cv.Mat();
cv.drawMatches(img1, keypoints1, img2, keypoints2, bestMatches, output);
// 保存匹配结果图像
cv.imwrite("/sdcard/matches.jpg", output);
以上代码中,我们使用了AutoJS的分析require()函数导入OpenCV模块,并使用cv.imread()函数读取了两幅图像。源码zookeeper源码环境然后,分析我们创建了一个SIFT检测器对象,源码php网页源码并使用它检测了两幅图像中的分析奇迹源码关键点和描述符。接着,源码我们创建了一个FLANN匹配器对象,分析并使用它对两幅图像中的源码关键点进行了匹配。最后,分析我们筛选出了最优的源码匹配结果,并使用cv.drawMatches()函数在两幅图像中绘制了匹配结果,分析并将结果保存到了本地。源码闲鱼源码
分析