Python+OpenCVで特徴点抽出・使えるアルゴリズムまとめ OpenCV2.4.9と3.0 alpha
軽量プログラミング言語が苦手なので敬遠していたが，世間ではPythonからOpenCVを呼ぶのが流行っているようなので，練習がてらOpenCVで使える特徴点抽出アルゴリズムをまとめてみる．
OpenCV2.4.9とOpenCV3.0 alphaについてまとめる．3.0 betaはなぜか動かなかったのでいつか暇があれば調査．
環境
WindowsでOpenCV公式サイトのダウンロードページから2.4.9および3.0 alphaのビルド済みバイナリをダウンロードしてきて解凍したものを使う．
PythonからのOpenCVの呼び出し方はこことかを参照．
特徴点抽出の使い方
OpenCVで実装されている特徴点抽出のアルゴリズムはいくつかあるが，FeatureDetectorという共通インターフェースを使うことでどのアルゴリズムでも同様の記述で使える．使い方は以下．
# 画像読み込み img = cv2.imread('gazou.bmp') # FeatureDetectorのインスタンスを生成 detector = cv2.FeatureDetector_create(detector_type) # 特徴点を抽出 keypoints = detctor.detect(img)
FeatureDetector_createメソッドの引数にアルゴリズム名を文字列で渡すことで，どのアルゴリズムで特徴点抽出するかを選択することが出来る．例えば，ORBアルゴリズムで特徴点を抽出して表示するのは以下のようになる．
import cv2 img = cv2.imread('gazou.bmp') # アルゴリズム名を引数で渡す detector = cv2.FeatureDetector_create('ORB') keypoints = detctor.detect(img) # 画像への特徴点の書き込み out = cv2.drawKeypoints(img, keypoints, None) # 表示 cv2.imshow(name, out) cv2.waitKey(0)
結果は以下のようになる．
ちなみに特徴点の書き込み部分を以下のようにすると，特徴点のサイズと方向を表す円が描画される．
out = cv2.drawKeypoints(img, keypoints, None, None, cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)
FeatureDetectorインターフェースで使えるアルゴリズム
FeatureDetectorインターフェースで指定できる特徴点抽出アルゴリズムはOpenCVのバージョンで変わるようなので，OpenCV2.4.9で使えるものとOpenCV3.0 alphaで使えるものを以下にまとめる．
| バージョン | アルゴリズム名 |
|---|---|
| 2.4.9 | BRISK, Dense, FAST, FASTX, GFTT, HARRIS, MSER, ORB, SIFT, STAR, SURF, SURF_OCL, SimpleBlob |
| 3.0 alpha | AKAZE, BRISK, FAST, GFTT, HARRIS, KAZE, MSER, ORB, SimpleBlob |
C++版については以下の記事にまとめてある．
