SIFT的Python 代码

from PIL import Image
from numpy import *
from pylab import *
import os

def process_image（imagenameresultnameparams=“--edge-thresh 10 --peak-thresh 5“）:
    “““ Process an image and save the results in a file. “““

    if imagename[-3:] != ‘pgm‘:
        # create a pgm file
        im = Image.open（imagename）.convert（‘L‘）
        im.save（‘tmp.pgm‘）
        imagename = ‘tmp.pgm‘

    cmmd = str（“E:\Python-PCV\VLFeat\win64\sift.exe “+imagename+“ --output=“+resultname+
                “ “+params）
    os.system（cmmd）
    print ‘processed‘ imagename ‘to‘ resultname


def read_features_from_file（filename）:
    “““ Read feature properties and return in matrix form. “““
    
    f = loadtxt（filename）
    return f[::4]f[:4:] # feature locations descriptors


def write_features_to_file（filenamelocsdesc）:
    “““ Save feature location and descriptor to file. “““
    savetxt（filenamehstack（（locsdesc）））
    

def plot_features（imlocscircle=False）:
    “““ Show image with features. input: im （image as array） 
        locs （row col scale orientation of each feature）. “““

    def draw_circle（cr）:
        t = arange（01.01.01）*2*pi
        x = r*cos（t） + c[0]
        y = r*sin（t） + c[1]
        plot（xy‘b‘linewidth=2）

    imshow（im）
    if circle:
        for p in locs:
            draw_circle（p[:2]p[2]） 
    else:
        plot（locs[:0]locs[:1]‘ob‘）
    axis（‘off‘）


def match（desc1desc2）:
    “““ For each descriptor in the first image 
        select its match in the second image.
        input: desc1 （descriptors for the first image） 
        desc2 （same for second image）. “““
    
    desc1 = array（[d/linalg.norm（d） for d in desc1]）
    desc2 = array（[d/linalg.norm（d） for d in desc2]）
    
    dist_ratio = 0.6
    desc1_size = desc1.shape
    
    matchscores = zeros（（desc1_size[0]）‘int‘）
    desc2t = desc2.T # precompute matrix transpose
    for i in range（desc1_size[0]）:
        dotprods = dot（desc1[i:]desc2t） # vector