4

我正在尝试提取特征，以便稍后训练将在 Android 应用程序中使用的 SVM。我正在使用 python 来查找和提取特征，因为它易于编写并且节省时间。我的问题是我获得了太多的功能，我不知道如何只获得最好的功能。我发现 OpenCV 的 C++ API 中有一个方法 retainBest，但我在 python 中找不到它。你能给个建议吗？

这是我使用的代码：

import numpy as np
import cv2
from matplotlib import pyplot as plt

img = cv2.imread('./positive_images/1.jpg',cv2.CV_LOAD_IMAGE_GRAYSCALE)
#img = cv2.resize(cv2.imread('./positive_images/3.png',cv2.CV_LOAD_IMAGE_GRAYSCALE), (100, 100))
#th3 = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY,11,2)
ret,th3 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV)
cv2.imwrite("result1.jpg", th3)

img = th3

# Initiate FAST object with default values
fast = cv2.FastFeatureDetector()

# find and draw the keypoints
keypoints = fast.detect(img,None)
img2 = cv2.drawKeypoints(img, keypoints, color=(255,0,0))

cv2.imwrite('fast_true.png',img2)

# Disable nonmaxSuppression
fast.setBool('nonmaxSuppression',0)
keypoints = fast.detect(img,None)

print "Total Keypoints without nonmaxSuppression: ", len(keypoints)

img3 = cv2.drawKeypoints(img, keypoints, color=(255,0,0))
cv2.imwrite("result.jpg",img3)

原图：

在此处输入图像描述

结果图像：

在此处输入图像描述

我的目标是检测方向盘。

4

1 回答 1

4

如果您查看文档，您将看到可以为 FAST 检测器设置阈值：

FastFeatureDetector( int threshold=1, bool nonmaxSuppression=true, type=FastFeatureDetector::TYPE_9_16 );

这里，默认threshold设置为1。在你的代码中，尝试设置为40，看看结果，如下：

fast = cv2.FastFeatureDetector(40)

您将在此处找到有关阈值含义的详细信息：

  1. 在图像中选择一个像素 p 是否被识别为兴趣点。设其强度为 I_p
  2. ...
  3. ...
  4. 现在像素 p 是一个角，如果在圆中存在一组 n 个连续像素（16 个像素），它们都比 I_p + t 亮，或者都比 I_p - t 暗。（在上图中显示为白色虚线）。n 被选为 12。
于 2014-12-27T18:36:53.867 回答