用OpenCV(Python)获取图像的SIFT特征

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt
img=cv.imread("../Lena.png")
img_gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)#创建一个SIFI对象
sift=cv.SIFT_create()#使用SIFT对象在灰度图像img_gray中检测关键点，结果存储在变量kp中
kp=sift.detect(img_gray,None)#计算特征
#des(1100,128),一共有1100个关键点，每个关键点勇(128)长度的特征向量表示
#使用SIFT对象计算img_gray中kp的关键点，
# 计算出的关键点和描述符分别存储在keypoints和des中
kp2,des=sift.compute(img_gray,kp)
print("+++++++++++++++++++?++++++++++++++")
print(np.array(kp).shape) #(1100,)
print(np.array(kp2).shape) #(1100,)
print(des.shape) #(1100,128)
print("+++++++++++++++++++?++++++++++++++")img2=cv.drawKeypoints(img_gray,kp,img)plt.imshow(img2,cmap="gray")
plt.title("drawKeyPoints")
plt.show()