以下是我的sift.py代碼
from PIL import Image
from numpy import *
from numpy.core.multiarray import ndarray
from pylab import *
from scipy.ndimage import filters
import os
def process_image(imagename, resultname, params = "--edge-thresh 10 "
"--peak-thresh 5"):
"""處理一幅影像，然后將結果保存在檔案中"""
if imagename[-3:] != 'pgm':
#創建一個pgm檔案
im = Image.open(imagename).convert('L')
im.save('tmp.pgm')
imagename = 'tmp.pgm'
cmmd = str("C:/Users/qiy8/PycharmProjects/learning_computer_version"
"/VLFeat/win32/sift.exe " + imagename +
"--output=" + resultname
+ " " + params)
os.system(cmmd)
print('processed', imagename, 'to', resultname)
def read_features_from_file(filename):
"""讀取特征屬性值，然后將其以矩陣的形式回傳"""
f = loadtxt(filename)
return f[:, :4], f[:, 4:] #特征位置，描述子
def write_features_to_file(filename, locs, desc):
"""將特征位置和描述子保存在檔案中"""
savetxt(filename, hstack((locs, desc)))
def plot_features(im, locs, circle = False):
"""顯示帶有特征的影像
輸入：im（陣列影像），locs（每個特征的行、列、尺度和朝向"""
def draw_circle(c, r):
t = arange(0, 1.01, .01)*2*pi
x = r*cos(t) + c[0]
y = r*sin(t) + c[1]
plot(x, y, 'b', linewidth=2)
imshow(im)
if circle:
for p in locs:
draw_circle(p[:2], p[2])
else:
plot(locs[:, 0], locs[:, 1], 'ob')
axis('off')
def match(desc1, desc2):
"""對于第一幅影像中的每個描述子，選取其在第二幅影像中的匹配
輸入：desc1（第一幅影像中的描述子），desc2（第二幅影像中的描述子）"""
desc1 = array([d / linalg.norm(d) for d in desc1])
desc2 = array([d / linalg.norm(d) for d in desc2])
dist_ratio = 0.6
desc1_size = desc1.shape
matchscores = zeros((desc1_size[0], 1), 'int')
desc2t = desc2.T #預先計算矩陣轉置
for i in range(desc1_size[0]):
dotprods = dot(desc1[i, :], desc2t) #向量點乘
dotprods = 0.9999 * dotprods
#反余弦和反排序，回傳第二幅影像中特征的索引
indx = argsort(arccos(dotprods))
#檢查最相鄰的角度是否小于dist_radio乘以第二近鄰的角度
if arccos(dotprods)[indx[0]] < dist_ratio * arccos(dotprods)[indx[1]]:
matchscores[i] = int(indx[0])
return matchscores
def match_twosided(desc1, desc2):
"""雙向對稱版本的match"""
matches_12 = match(desc1, desc2)
matches_21 = match(desc2, desc1)
ndx_12 = matches_12.nonzero()[0]
#去除不對稱的匹配
for n in ndx_12:
if matches_12[int(matches_12[n])] != n:
matches_12[n] = 0
return matches_12
def appendimages(im1, im2):
"""回傳將兩幅影像并列拼接成一幅的新影像"""
#選取具有最少行數的影像，然后填充足夠的空行
rows1 = im1.shape[0]
rows2 = im2.shape[0]
if rows1 < rows2:
im1 = concatenate((im1,zeros((rows2 - rows1, im1.shape[1]))), axis=0)
else:
im2 = concatenate((im2, zeros((rows1 - rows2, im2.shape[1]))), axis=0)
#如果這些情況都沒有，那么他們的行數相同，不需要進行填充
return concatenate((im1, im2), axis=1)
def plot_matches(im1, im2, locs1, locs2, matchscores, show_below = True):
"""顯示一幅帶有連接匹配之間連線的圖片
輸入：im1，im2（陣列影像），locs1，locs2（特征位置）,matchscores(match()的輸出),
show_below（如果影像應該先是在匹配的下方）"""
im3 = appendimages(im1, im2)
if show_below:
im3 = vstack((im3, im3))
imshow(im3)
cols1 = im1.shape[1]
for i, m in enumerate(matchscores):
if m > 0:
plot([locs1[i][1], locs2[m][1] + cols1], [locs1[i][0], locs2[m][
0]], 'c')
axis('off')
以下是我用來做驗證實踐的代碼
from PIL import Image
from numpy import *
from numpy.core.multiarray import ndarray
from pylab import *
from scipy.ndimage import filters
import sift
imname = 'empire.jpg'
im1 = array(Image.open(imname).convert('L'))
sift.process_image(imname, 'empire.sift')
l1, d1 = sift.read_features_from_file('empire.sift')
figure()
gray()
sift.plot_featrues(im1, l1, circle=True)
show()
這是我的代碼報錯截圖
已經嘗試過https://blog.csdn.net/lilai619/article/details/48523647該帖中最后提到的解決方法 但是實在是沒用，從錯誤上看，貌似還是cmmd那一行沒有正常作業，我的電腦是win764位系統，而且在公司做實習生這個電腦的權限有很大的約束，不知道對我這個程式的實作有沒有什么影響，希望各位大佬幫忙解決一下
uj5u.com熱心網友回復：
請各位大佬幫幫我啊 實在不知道怎么回事啊uj5u.com熱心網友回復：
我也是這個問題，找不到sift.exe所以沒法生成empire.sift，后來我把那個win64vlfeat里面的sift.exe存放在和sift.py同一個目錄下， cmmd = str("sift.exe " + imagename +"--output=" + resultname
+ " " + params)
uj5u.com熱心網友回復：
請問sift怎么生成，我一直報錯：Traceback (most recent call last):
File "/home/aaron/python/procedure/ch02/p43-sift.py", line 17, in <module>
l1, d1 = sift.read_features_from_file('im0.sift')
File "/usr/local/lib/python3.5/dist-packages/PCV/localdescriptors/sift.py", line 25, in read_features_from_file
f = loadtxt(filename)
File "/usr/lib/python3/dist-packages/numpy/lib/npyio.py", line 927, in loadtxt
% line_num)
ValueError: Wrong number of columns at line 2
uj5u.com熱心網友回復：
1、先卸載原先的opencvpip uninstall opencv-python
2、接著安裝3.4.2版本的opencv和contrib包
pip install opencv_python==3.4.2.16
pip install opencv-contrib-python==3.4.2.16
新版本中已經不能再使用SIFT了 ， 或者你再降低點opencv-contrib-python 版本
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/66825.html