Python+OpenCV|KAZE特徴量

KAZE記述子

SIFTやSURFでは、DoG画像をベースに特徴点を検出している。
KAZEでは、AOS(additive operator splitting)と可変コンダクタンス拡散(variable conductance diffusion, VCD)を採用し、重要な特徴を残したままノイズ除去し、スケール不変性を得ている。

論文

KAZE features

Python+OpenCV

import cv2

img = cv2.imread('haruna_kankore.png')
 
kaze = cv2.KAZE_create() 
kp = kaze.detect(img)
img_kaze = cv2.drawKeypoints(img, kp, img, flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
cv2.imwrite('img_kaze.png', img_kaze)

結果

元画像

KAZE記述子

プログラム+α

特徴点のマッチング

import cv2


img1 = cv2.imread("haruna_kankore.png")

img2 = cv2.imread("haruna_kankore_temp.png")

kaze = cv2.KAZE_create()                                

kp1, des1 = kaze.detectAndCompute(img1, None)
kp2, des2 = kaze.detectAndCompute(img2, None)

bf = cv2.BFMatcher()

matches = bf.knnMatch(des1, des2, k=2)

good = []
for m, n in matches:
    if m.distance < 0.2 * n.distance:
        good.append([m])

img_kaze = cv2.drawMatchesKnn(img1, kp1, img2, kp2, good, None, flags=2)


cv2.imwrite('img_kaze.png', img_kaze)

元画像

KAZE記述子

参考


おすすめ