作用说明
函数原型
参数详解
结果
作用说明该方法被用于绘制关键点的匹配情况。我们看到的许多匹配结果都是使用这一方法绘制的——一左一右两张图像,匹配的关键点之间用线条链接。
函数原型cv.drawMatches(img1, keypoints1, img2, keypoints2, matches1to2, outImg[, matchColor[, singlePointColor[, matchesMask[, flags]]]]) -> outImg
cv.drawMatches(img1, keypoints1, img2, keypoints2, matches1to2, outImg, matchesThickness[, matchColor[, singlePointColor[, matchesMask[, flags]]]]) -> outImg
cv.drawMatchesKnn(img1, keypoints1, img2, keypoints2, matches1to2, outImg[, matchColor[, singlePointColor[, matchesMask[, flags]]]]) -> outImg
参数详解
img1:第一张原始图像。
keypoints1:第一张原始图像的关键点。
img2:第二张原始图像。
keypoints2:第二张原始图像的关键点。
matches1to2:从第一个图像到第二个图像的匹配,这意味着keypoints1[i]在keypoints2[Matches[i]中有一个对应的点。
outImg:绘制结果图像。
matchColor:匹配连线与关键点点的颜色,当matchColor==Scalar::all(-1)
时,代表取随机颜色。
singlePointColor:没有匹配项的关键点的颜色,当singlePointColor==Scalar::all(-1)
时,代表取随机颜色。
matchesMask:确定绘制哪些匹配项的掩码。如果掩码为空,则绘制所有匹配项。
flags:绘图功能的一些标志。具体有: cv.DRAW_MATCHES_FLAGS_DEFAULT
cv.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS
cv.DRAW_MATCHES_FLAGS_DRAW_OVER_OUTIMG
cv.DRAW_MATCHES_FLAGS_NOT_DRAW_SINGLE_POINTS 代码实例
def bf_match(img_path1, img_path2):
# 读取两张图像
img1 = cv2.imread(img_path1, cv2.IMREAD_GRAYSCALE)
img2 = cv2.imread(img_path2, cv2.IMREAD_GRAYSCALE)
# 计算两张图像的SIFT描述符
kp1, des1, _ = sift_algorithm(img_path1)
kp2, des2, _ = sift_algorithm(img_path2)
# 创建BFMatcher实例
bf = cv2.BFMatcher()
# 获得最佳匹配
matches = bf.match(des1, des2)
# 绘制匹配结果
# matches = sorted(matches, key = lambda x:x.distance)
match_result = cv2.drawMatches(img1, kp1, img2, kp2, matches, None, flags=cv2.DrawMatchesFlags_NOT_DRAW_SINGLE_POINTS)
# 显示绘制结果
plt.imshow(match_result)
plt.show()
return match_result
结果
到此这篇关于Python OpenCV中的drawMatches()关键匹配绘制方法的文章就介绍到这了,更多相关Python OpenCV drawMatches() 内容请搜索易知道(ezd.cc)以前的文章或继续浏览下面的相关文章希望大家以后多多支持易知道(ezd.cc)!