用opencv得到的sift特征,该怎么把提取出的特征关键点存储到数据库中呢? 10C

我现在已经检测到了sift特征关键点,想把关键点保存在数据库中,等到进行匹配时,再去数据库中查询,之后进行特征匹配。该怎么把一幅图像的关键点保存在数据库中呢

1

2个回答

既不懂opencv,也不懂图像识别。
但是如果我来设计的话,我不会把复杂数据存到数据库中去。

我会做一个class用来存储一幅图像的sift数据。同时这个class支持序列化,反序列化功能,序列化后将数据存储到文件中去。
好现在一幅图像的数据存储解决了,如果超级多的图像数据,硬要用数据库,则建一个表,把文件名放到表里面即可。

用的时候,读取文件,反序列化,就成了class了。

0
weixin_41986182
weixin_41986182 回复io569417668: 这个可能会稍慢一点。但是如果每幅图像的sift数据大小差异很大时,存进数据库,会存在很大的空间浪费或性能浪费。
一年多之前 回复
io569417668
梦醒blue 弄到文件,再去打开文件的话不会很慢么,如果我要进行匹配,每次从大量的数据中开很多文件。
一年多之前 回复

用cout先把数据存入内存,再送入数据库。

0
io569417668
梦醒blue 应该怎么弄呀,还是不太明白。。。。
一年多之前 回复
Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
sift特征--关键点搜索与定位
前面介绍了如何生成高斯图像金字塔,并计算了每组图像的高斯差分图像。现在介绍如何进行关键点搜索与定位(都在灰度图上搞的)。一、极值点计算   关键点是由DOG空间的局部极值点组成的。为了寻找DoG函数的极值点,每一个像素点要和它所有的相邻点比较,看其是否比它的图像域和尺度域的相邻点大或者小。每一幅高斯差分图像中的一个像素点,要和它同尺度的8个相邻点和上下相邻尺度对应的9×2个点共26个点比较,以确保
OpenCV学习笔记(十八) SIFT特征
SIFT特征: SIFT是目前应用最广泛的关键检测和描述算法。关键点描述也称特征点描述,SIFT特征提取充分利用了图像局部信息。 主要包含了四个步骤:疑似特征点检测,去除伪关键点,关键点梯度和方向匹配及特征向量生成。 OpenCV中提供了sift特征描述及提取的类siftFeatureDetector,应用:ocv:class:SIFT来封装用于计算特征描述的子类,该类继承特征描述基类Des
SIFT特征
CV界大名鼎鼎的SIFT特征,今天终于要揭开你的面纱!我的学习历程是先看了一些博客,发现并不是很能够理解,跳跃性比较强,没有前因后果,但是Lowe 在04年的那篇论文中详细总结了SIFT特征整个提取流程的思想和原因,因此建议读者可以直接从原文入手,辅以博文以及一些著名大学CV课程的ppt,这样才能深入了解掌握。链接在此http://www.cs.ubc.ca/~lowe/keypoints/介绍
Sift特征
说明:本篇博客只围绕sift描述子展开了学习。对于sift关键点检测涉及的内容并未进行详细的分析和学习。相关内容可参考本篇博客中的参考文献。Sift特征Sift特征包含两个部分,一个是关键点(frame或者keypoint),另外一个就是在关键点处的描述子(descriptor,或者Keypoint descriptor),更确切的说是关键点所在尺度空间的描述子。 很多文章中给出了两种尺度空间:
用OpenCV提取图片SIFT特征
包括角点检测和计算特征描述子两个过程。vector<KeyPoint> keyPoint; Ptr<FeatureDetector> featureDetector; featureDetector->detect(image, keyPoint);//角点检测 Mat descriptors; Ptr<DescriptorExtractor> descr...
sift特征
《OpenCV轻松学》视频精讲课程从图像处理基础出发,通过对基础知识的讲解来学习,OpenCV 安装,使用OpenCV计算机视觉库。并将OpenCV灵活地使用到自己的实际项目中。课程中强调从使用层面沉入理解内部原理,力求知其然并知其所以然。
SIFT四部曲之——构建关键点特征描述符
最近没空写最后一部分的内容,先把代码放上来 % SIFT 算法的最后一步是特征向量生成 orient_bin_spacing = pi/4; orient_angles = [-pi:orient_bin_spacing:(pi-orient_bin_spacing)]; grid_spacing = 4; [x_coords y_coords] = meshgrid( [-6:
ORB FAST特征关键点检测(opencv)
ORB FAST特征关键点检测(opencv) 原理:ORB - (Oriented Fast and Rotated BRIEF)算法是基于FAST特征检测与BRIEF特征描述子匹配实现,相比BRIEF算法中依靠随机方式获取而值点对,ORB通过FAST方法 FAST方式寻找候选特征点方式是假设灰度图像像素点A周围的像素存在连续大于或者小于A的灰度值,选择任意一个像素点P,假设半径为3,周围16个...
特征关键点定位
<p>rn <br />rn</p>rn<p>rn <p>rn 20周年限定:唐宇迪老师一卡通!<span style="color:#337FE5;">可学唐宇迪博士全部课程</span>,仅售799元(原价10374元),<span style="color:#E53333;">还送漫威正版授权机械键盘+CSDN 20周年限量版T恤+智能编程助手!</span>rn </p>rn <p>rn 点此链接购买:rn </p>rn <table>rn <tbody>rn <tr>rn <td>rn <span style="color:#337FE5;"><a href="https://edu.csdn.net/topic/teachercard?utm_source=jsk20xqy" target="_blank">https://edu.csdn.net/topic/teachercard?utm_source=jsk20xqy</a><br />rn</span>rn </td>rn </tr>rn </tbody>rn </table>rn</p>rn购买课程后,可扫码进入学习群<span>,获取唐宇迪老师答疑</span> rn<p>rn <br />rn</p>rn<p>rn <img src="https://img-bss.csdn.net/201908070546214056.jpg" alt="" /> rn</p>rn<p>rn Opencv计算机视觉实战课程旨在帮助大家快速掌握机器视觉领域必备知识点原理及其在Opencv中的使用方法。课程风格通俗易懂,用最接地气的方式来讲解晦涩难懂的知识点。整体设计以项目实战来驱动学习,课程中所有代码均使用Python完成,在实战中首先讲解整体解决方案,接下来通过Debug模式来一步步分析每一行代码的作用及其完成的效果,提供全部课件及项目中所使用代码和数据。rn</p>
OpenCv学习笔记10--尺度不变特征(SIFT)
此opencv系列博客只是为了记录本人对&amp;lt;&amp;lt;opencv3计算机视觉-pyhton语言实现&amp;gt;&amp;gt;的学习笔记,所有代码在我的github主页https://github.com/RenDong3/OpenCV_Notes. 欢迎star,不定时更新... 上一节中,我们介绍了Harris角点检测。角点在图像旋转的情况下也可以检测到,但是如果减小(或者增加)图像的大小,可能会...
OpenCV SIFT特征转换为LSH(局部敏感哈希)
OPENCV SIFT提取出来的特征维度太高,特征点数目也过多,我需要把它进行二值化,百度一波后感觉LSH可能是一个比较好的方法。但是本人在这方面纯属小白,求一份OpenCV SIFT特征转换为LSH(局部敏感哈希)的代码,最好是java的,C++的话也是可以的,不胜感激!!!n邮箱:891918144@qq.com
颜色特征与SIFT特征自适应融合
基于颜色特征与SIFT特征自适应融合的粒子滤波跟踪算法
剖析SIFT特征
IPOL在线中的一篇关于SIFT的文章,文章详细剖析了SIFT的各个环节。
基于SIFT特征的图像配准
尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法恰好解决了这个问题,SIFT 特征对于旋转和尺度均具有不变性,并且对于噪声、视角变化和光照变化等具有良好的鲁棒性。
SIFT特征(二)
如何在DoG空间内检测关键点,以及筛选出不稳定的关键点。
基于SIFT特征的图像匹配
基于sift特征的图像配准,很好的提取出特征点,绝对能够运行,不为骗分,只为共享
MATLAB提取SIFT特征
MATLAB提取SIFT特征
人工特征之SIFT和HOG
文章目录1 SIFT(局部特征)1.1 特征点检测1.2 特征点描述1.3 特征点匹配2 HOG(全局特征)2.1 特征描述子2.2 HOG特征提取步骤 计算机视觉相关的任务都需要先提取特征,然后基于所提取的特征做分类、分割、视觉问答等任务。现在主流的提取特征的方法,都是采用神经网络自动提取对任务起作用的特征,使用人工设计的特征已经成为过去时了。然而,笔者认为,对于每一个算法,找准它的细分领域,...
SIFT特征原理
SIFT特征的原理、算法介绍、在图像处理中的应用
sift特征的matlab代码
很清晰的代码,matlab实现,包括数据计算,可视化显示等,各功能都有对应函数,有注释说明。
知识点:SIFT特征
注:本次整理的内容,参考资料来源多个网页,由于时间较早,具体网址记不清了。如有侵权见谅,立删 SIFT的全称是Scale Invariant Feature Transform,尺度不变特征变换,是一种非常稳定的局部特征。 SIFT特征具有以下特点: 1,图像的局部特征,对旋转、尺度缩放、亮度变化保持不变,对视角变化、仿射变换、噪声也保持一定程度的稳定性; 2,独特性好,信息量丰富,适用于...
sift特征匹配算法
图像的配准,特征点的匹配,直接读入两幅图像即可-Image registration, the matching feature points directly into the two images can be read
求取SIFT特征
求取图像中SIFT特征点,一边后续的不同应用,这是一个很不错的程序,供大家参考
详述sift特征
详细介绍了SIFT特征的背景,生成以及应用场景,内容详实具体,简单易懂,对新手学习SIFT特征描述符很有帮助。
SIFT特征详细介绍
SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点,其匹配能力较强,可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题。详细介绍了SIFT的原理,是经典的图像特征点检测算法。
SIFT特征(一)
SIFT特征是一种检测图像局部特征的方法,具有尺度、旋转不变性,同时对视角变换,光照、噪音影响,目标遮挡等因素具有很好的鲁棒性。
SIFT特征(三)
为了使得SIFT具有旋转不变性,我们需要利用关键点的邻域信息为每一个关键点分配一个方向,使得其具有局部结构的稳定方向。
sift特征概述
参考博客: https://www.cnblogs.com/starfire86/p/5735061.html https://blog.csdn.net/happyer88/article/details/45817305 https://blog.csdn.net/shiyongraow/article/details/78296710 http://www.360doc.com/co...
sift特征的Matlab提取
sift特征提取sift特征的Matlab提取
SIFT特征(五)
描述如何使用opencv封装函数提取SIFT特征及特征向量;并基于提取的SIFT特征进行目标检测。
sift特征流提取
尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征,它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,此算法由 David Lowe在1999年所发表,2004年完善总结。
SIFT特征详解
基于MATLAB的SIFT特征提取源代码,里面有详细的注释
sift特征算法
自己编写的sift算法 大家相互学习 ! 相互进步 ! 好东西要分享!
深度学习----SIFT特征(详解)
1.SIFT概述 &amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;&amp;amp;nbsp;~~~~~~~~SIFT的全称是Scale
SIFT特征理解
背景:网课上面的SIFT特征的讲解看的我一头雾水。然后在知乎上面找到一段比较好的通俗理解SIFT特征的文字。有助于比较好的去理解这个复杂的过程。 特征点检出主要是用了DoG,就是把图像做不同程度的高斯模糊blur,平滑的区域或点肯定变化不大,而纹理复杂的比如边缘,点,角之类区域肯定变化很大,这样变化很大的点就是特征点;特征点描述就是一个简单版的HOG,即以检出的特征点为中心选16x16的区...
SIFT特征匹配算法-SIFT.rar
SIFT特征匹配算法-SIFT.rar SIFT:Scale Invariant Feature Transform SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点,其匹配能力较强,可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题,甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力。 附件中有SIFT原文、中文文献。
SIFT特征浅析
SIFT(Scale-invariantfeature transform)是一种检测局部特征的算法,该算法通过求一幅图中的特征点(interestpoints,or corner points)及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配,获得了良好效果,详细解析如下: 算法描述 SIFT特征不只具有尺度不变性,即使改变旋转角度,图像亮度或拍摄
目标特征检测之SIFT特征
#!/usr/bin/env python import cv2 img = cv2.imread('chess.png') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) sift = cv2.SIFT() print sift.shape kp=sift.detect(gray, None) img = cv2.drawKeypoints(gr
kdtree索引sift特征
图像局部特征提取sift特征,利用kd树排序索引,加快图像检索速度
SIFT特征_图像配准_Matlab.rar
同样是配准代码,别人30分,我只要5分。 该压缩文件包含了实现图像配准所需的13的*.m文件和一个*.exe文件,对同一地点、不同方位拍摄的两张照片配准效果可观,值得下载。
相关热词 c# 线程顺序 c#昨天当前时间 c# 多进程 锁 c#mysql图片存取 c# ocx 委托事件 c# 读取类的属性和值 c# out 使用限制 c#获取url的id c#怎么进行分页查询 c# update 集合