imread

git：https://github.com/linyi0604/Computer-Vision bf暴力匹配： 1 # coding:utf-8 2 3 import cv2 4 5 """ 6 orb特征检测和匹配 7 两幅图片分别是 乐队的logo 和包含该logo的专辑封面 8 利用orb进行检测后进行匹配两幅图片中的logo 9 10 """ 11 # 按照灰度图像的方式读入两幅图片 12 img1 = cv2.imread("../data/logo1.png", cv2.IMREAD_GRAYSCALE) 13 img2 = cv2.imread("../data/album1.png", cv2.IMREAD_GRAYSCALE) 14 15 # 创建ORB特征检测器和描述符 16 orb = cv2.ORB_create() 17 # 对两幅图像检测特征和描述符 18 keypoint1, descriptor1 = orb.detectAndCompute(img1, None) 19 keypoint2, descriptor2 = orb.detectAndCompute(img2, None) 20 """ 21 keypoint 是一个包含若干点的列表 22 descriptor 对应每个点的描述符 是一个列表， 每一项都是检测到的特征的局部图像 23

参考： python+opencv3.3视频教学 基础入门-bilibili OpenCV图像处理—模糊原理_不安分的少年-CSDN博客 高斯模糊_百度百科 一、模糊原理 使用模糊操作的原因之一就是为了给图像预处理时候 降低噪声 ， 把噪声与周围的数值平均一下就可以平滑噪声。 模糊基于数学的 卷积计算 。 卷积:通过两个函数f 和g 生成第三个函数的一种数学算子，表征函数 f f f 与 g g g 经过翻转和平移的重叠部分的面积。 g ( i , j ) = ∑ l , k f ( l + k , j + l ) h ( k , l ) g(i,j)=\sum _{l,k}f(l+k,j+l)h(k,l) g ( i , j ) = l , k ∑ ​ f ( l + k , j + l ) h ( k , l ) 其中： f ( ) f() f ( ) 表示一副图像 i , j i,j i , j 表示图像的行和列 h ( k , l ) h(k,l) h ( k , l ) 表示 卷积算子 (卷积核)(也可以叫掩膜) k , l k,l k , l 又可以叫窗口大小(掩膜的大小，比如3*3) g ( ) g() g ( ) 表示输出的像素值 不同的卷积核得到不同的卷积效果 。 通常这些卷积算子计算都是线性操作，所以又叫 线性滤波 。 二、基本模糊操作 1.均值模糊

#如果dir对应的是灰度图 m1 = cv2.imread(dir,cv2.IMREAD_GRAYSCALE) m2 = cv2.imread(dir) #如果不设置灰度图读入的话，m2则默认RGB读入，复制三个完全相同的通道得到最终的图片 #m1可以得到正常的灰度图 #如果dir对应的是彩色图，直接imread即可 生成BGR通道的彩色图像 print('yes') 来源： CSDN 作者： 文鸿wow 链接： https://blog.csdn.net/qq_34430032/article/details/103567986