画像の特徴点

前準備

ImageMagick のインストール

• Windows での ImageMagick 7, FFmpeg のインストール: 別ページ »で説明
• Ubuntu での ImageMagick のインストール

  インストールするには， 次のコマンドを実行．

  sudo apt -y update
  sudo apt -y install imagemagick
  

curl のインストール

• Windows での curl の使用: curl は，Windows 10, 11 の標準機能にあるので，インストールの必要はない．
• Ubuntu での curl のインストール

  sudo apt -y update
  sudo apt -y install curl
  

VLFeat のインストール

• Windows での VLFeat のインストール: 別ページ »で説明
• Ubuntu での VLFeat のインストール: 別ページ »で説明

Python のインストール（Windows 上）

Windows での Python 3.10，関連パッケージ，Python 開発環境のインストール: 別ページ »で説明

【サイト内の関連ページ】

Python のまとめ: 別ページ »にまとめ

【関連する外部ページ】

Python の公式ページ: https://www.python.org/

ここで説明のためにサンプルとして使用する画像

• fruits.jpg: https://github.com/opencv/opencv/blob/master/samples/data/fruits.jpg

curl コマンドを用いてダウンロードできる．あるいは Web ブラウザでもダウンロードできる．

curl -L https://github.com/opencv/opencv/blob/master/samples/data/fruits.jpg?raw=true -o fruits.jpg

VLFeat のコマンド（sift コマンド, aib コマンド, mser コマンドなど）

SIFT 実行と結果表示（VLFeat，Python を使用）

1. SIFT の実行

   VLFeat の sift コマンド，ImageMagick の convert コマンドを使用． 次を実行することにより，ファイル fruits.sift ができる．

   curl -L https://github.com/opencv/opencv/blob/master/samples/data/fruits.jpg?raw=true -o fruits.jpg
   convert fruits.jpg fruits.pgm
   sift fruits.pgm
   

2. 結果の表示

   Python プログラムの実行

   • Windows では python （Python ランチャーは py）
   • Ubuntu では python3

   Python 開発環境（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど）も便利である．

   Python のまとめ: 別ページ »にまとめ

   Python プログラム

   import os
   import cv2
   import pandas as pd
   import numpy as np
   bgr = cv2.imread("fruits.jpg")
   a = pd.read_table("fruits.sift", sep=' ', header=None)
   for i, row in a.iterrows():
   #    print(i, row[0], row[1])
       c = cv2.circle(bgr, (int(row[0]), int(row[1])), 3, (0, 0, 255), -1)
   
   cv2.imshow("", bgr)
   cv2.waitKey(0)
   cv2.destroyAllWindows()
   

   
   

SIFT の結果表示（Octave を使用）

今度は fruits.jpg と fruits.sift を Octave を用いて表示．

S = dlmread("fruits.sift", " ", 1, 0); 
[rgb, map, alpha] = imread("fruits.jpg");
mono = rgb2gray( rgb );
colormap( gray(256) );
hold
imshow(mono);
plot(S(:,1), S(:,2), '@');

MSER 実行と結果表示（VLFeat，Python を使用）

1. MSER の実行

   VLFeat の sift コマンド，ImageMagick の convert コマンドを使用． 次を実行することにより，ファイル fruits.frame ができる．

   curl -L https://github.com/opencv/opencv/blob/master/samples/data/fruits.jpg?raw=true -o fruits.jpg
   convert fruits.jpg fruits.pgm
   mser fruits.pgm
   

2. 結果の表示

   Python プログラムの実行

   • Windows では python （Python ランチャーは py）
   • Ubuntu では python3

   Python 開発環境（Jupyter Qt Console, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract, Spyder, PyCharm, PyScripterなど）も便利である．

   Python のまとめ: 別ページ »にまとめ

   Python プログラム

   import os
   import cv2
   import pandas as pd
   import numpy as np
   bgr = cv2.imread("fruits.jpg")
   a = pd.read_table("fruits.frame", sep=' ', header=None)
   for i, row in a.iterrows():
   #    print(i, row[0], row[1])
       c = cv2.circle(bgr, (int(row[0]), int(row[1])), 3, (0, 0, 255), -1)
   
   cv2.imshow("", bgr)
   cv2.waitKey(0)
   cv2.destroyAllWindows()
   

   
   

MSER の結果表示（Octave を使用）

今度は fruits.jpg と fruits.frame を Octave を用いて表示．

S = dlmread( "fruits.frame", " ", 1, 0 ); 
[rgb, map, alpha] = imread("fruits.jpg");
mono = rgb2gray( rgb );
colormap( gray(256) );
hold
imshow(mono);
plot(S(:,1), S(:,2), '@');