如何从标准化浮点值在 0 到 1 之间的图像中提取 SIFT 特征？答案

【问题标题】：How to extract SIFT features from an image with normalized float values between 0 and 1?如何从标准化浮点值在 0 到 1 之间的图像中提取 SIFT 特征？
【发布时间】：2018-07-19 13:23:58
【问题描述】：

我正在使用 cv2 来计算 SIFT 特征。灰度图像的值介于 0 和 1 之间（连续浮点值）。问题是如果我不将类型保存为 uint8，则会出现以下错误：

error: /io/opencv_contrib/modules/xfeatures2d/src/sift.cpp:1121: error: (-5) image is empty or has incorrect depth (!=CV_8U) in function detectAndCompute

保存为uint8后：

kp,des=sift.detectAndCompute(img,None)
plt.imshow(cv2.drawKeypoints(img, kp, out_img.copy()))
plt.show()

我得到一个完整的空白图像。有人可以提出解决方案吗？

【问题讨论】：

标签： image-processing feature-extraction feature-detection sift cv2

【解决方案1】：

我可以通过将浮点值带入 255 范围来解决问题。通过以下命令：

data = data / data.max() #normalizes data in range 0 - 255
data = 255 * data
img = data.astype(np.uint8)

【讨论】：