描述子实现代码
这里使用开源工具包VLFeat提供的二进制文件来计算图像的SIFT特征。用完整的Python实现SIFT特征的所有步骤可能效率不是很高。VLFeat工具包可以从http://www.vlfeat.org/下载，二进制文件可以在所有主要的平台上运行。VLFeat库是用C语言来写的，但是我们可以使用该库提供的命令行接口。以在Windows 10 64bit平台上为例，下载的文件为vlfeat-0.9.20-bin.tar.gz，解压缩后，将vlfeat-0.9.20/bin/win64文件夹下的sift.exe和vl.dll
代码如下所示：
# -*- coding: utf-8 -*- from PIL import Image from pylab import * from numpy import * import os def process_image(imagename, resultname, params="--edge-thresh 10 --peak-thresh 5"): """ 处理一幅图像，然后将结果保存在文件中""" if imagename[-3:] != 'pgm': #创建一个pgm文件 im = Image.open(imagename).convert('L') im.save('tmp.pgm') imagename ='tmp.pgm' cmmd = str("sift "+imagename+" --output="+resultname+" "+params) os.system(cmmd) print 'processed', imagename, 'to', resultname def read_features_from_file(filename): """读取特征属性值，然后将其以矩阵的形式返回""" f = loadtxt(filename) return f[:,:4], f[:,4:] #特征位置，描述子 def write_featrues_to_file(filename, locs, desc): """将特征位置和描述子保存到文件中""" savetxt(filename, hstack((locs,desc))) def plot_features(im, locs, circle=False): """显示带有特征的图像 输入：im（数组图像），locs（每个特征的行、列、尺度和朝向）""" def draw_circle(c,r): t = arange(0,1.01,.01)*2*pi x = r*cos(t) + c[0] y = r*sin(t) + c[1] plot(x, y, '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') imname = 'empire.jpg' im1 = array(Image.open(imname).convert('L')) process_image(imname, 'empire.sift') l1,d1 = read_features_from_file('empire.sift') figure() gray() plot_features(im1, l1, circle=True) show() FileNotFoundError: [Errno 2] No such file or directory: 'empire.sift'
下载旧版,0.9.20，里面有win64版本的，把vlfeat-0.9.20\bin 下面的sift.exe和vl.dll 拷到目录下面就好了了 效果图如下： 
文章来源: sift 计算机视觉――描述子