OpenCV：图像检索。

OpenCV能够检测图像的主要特征，而后提取图像的特征，使其成为图像描述符。

这些图像特征，也就是图像描述符，能够做为图像搜索的数据库。

我的感受就是，和「以图搜图」有点像。

看了下面这个视频，或许你就可以明白了。

https://v.qq.com/x/page/y0880pe6kdc.html

也是一个很搞笑的片断...

/ 01 / 特征检测算法

这里简单介绍一下OpenCV经常使用的几种特征检测和提取算法。

Harris、FAST：用于检测角点的。

SIFT、SURF、BRIEF：用于检测斑点的。

ORB：FAST算法和BRIEF算法的结合体。

检测和提取的工做作完了，就是特征匹配。

主要是「暴力匹配法」和「FLANN匹配法」。

提了好几回特征了，那么什么是图像的特征呢？

图像特征就是指有意义的图像区域，具备独特性或易于识别性，好比角点、斑点以及高密度区。

角点能够经过OpenCV的cornerHarris来识别。

「SIFT」则是一种与图像比例无关的角点检测方法，尺度不变特征变换。

采用DoG和SIFT来检测关键点并提取关键点周围的特征。

「SURF」特征检测算法，则是采用Hessian算法检测关键点，使用SURF提取特征。

剩下的太难了，之后慢慢了解~

/ 02 / 图像检索

采用FLANN匹配，近似最近邻的快速库。

原始图片以下，为微博的Logo。

目标图片以下，包含新浪微博的名称。

代码以下。

import cv2

good = []
# 原始图片
queryImage = cv2.imread('wb1.jpg', 0)
# 目标图片
trainingImage = cv2.imread('wb2.jpg', 0)

# 建立SIFT对象(特征检测器),并计算灰度图像(描述符)
sift = cv2.xfeatures2d.SIFT_create()
kp1, des1 = sift.detectAndCompute(queryImage, None)
kp2, des2 = sift.detectAndCompute(trainingImage, None)

# 设置FLANN匹配器参数
FLANN_INDEX_KDTREE = 0
indexParams = dict(algorithm=FLANN_INDEX_KDTREE, trees=5)
searchParams = dict(checks=50)

# FLANN匹配器
flann = cv2.FlannBasedMatcher(indexParams, searchParams)

# K-最近邻匹配
matches = flann.knnMatch(des1, des2, k=2)

# 绘制一个空白图片
matchesMask = [[0, 0] for i in range(len(matches))]

# 绘制图像
for i, (m, n) in enumerate(matches):
    if m.distance < 0.7*n.distance:
        matchesMask[i] = [1, 0]
        good.append(m)


# 图像参数
drawParams = dict(matchColor=(0, 255, 0),
                  singlePointColor=(255, 0, 0),
                  matchesMask=matchesMask,
                  flags=0)

# 最终结果
resultImage = cv2.drawMatchesKnn(queryImage, kp1, trainingImage, kp2, matches, None, **drawParams)

# 检测是否匹配
if len(good) > 10:
    print('It is a match!')

# 设置显示窗口
cv2.namedWindow('img', 0)
cv2.resizeWindow('img', 840, 480)
cv2.imshow('img', resultImage)
while True:
    if cv2.waitKey(0) & 0xff == ord('q'):
        break
cv2.destroyAllWindows()

输出下图。

能够看到原始图片上的logo和目标图片上的logo匹配上了。

也就意味着，咱们可以利用原始图片(微博logo)从一个包含目标图片的图片库里检索到目标图片(包含微博logo)。

以图搜图，这仍是很类似的。

固然，我并不知道以图搜图究竟是经过何种办法实现的。

毕竟弱鸡~

/ 03 / 总结

最开头放的视频是今年过年时的一部电影——疯狂的外星人。

记得当时仍是和一个好友一块儿去看的，认识十几年了，还一直保持联系。

算是为数很少我一直联系的朋友了。

正值高考来临，不免感慨一番，毕竟有些朋友真的是走着走着就散了。

万水千山老是情，点个「在看」行不行。

···  END  ···