def orb(detector, emparejador):
if opcion == 'd':
img1 = cv.imread('graf1.png', cv.IMREAD_GRAYSCALE) # queryImage
img2 = cv.imread('graf3.png', cv.IMREAD_GRAYSCALE) # trainImage
if opcion == 'n':
img1 = cv.imread(nombre1, cv.IMREAD_GRAYSCALE) # queryImage
img2 = cv.imread(nombre2, cv.IMREAD_GRAYSCALE) # trainImage
# Initiate ORB detector
orb = cv.ORB_create()
# find the keypoints and descriptors with ORB
kp1, des1 = orb.detectAndCompute(img1, None)
kp2, des2 = orb.detectAndCompute(img2, None)
menu_emparejamiento(emparejador, kp1, des1, kp2, des2, img1, img2)
def sift(detector,emparejador):
if opcion == 'd':
img1= cv.imread('graf1.png',cv.IMREAD_GRAYSCALE) # queryImage
img2 = cv.imread('graf3.png',cv.IMREAD_GRAYSCALE) # trainImage
if opcion == 'n':
img1= cv.imread(nombre1,cv.IMREAD_GRAYSCALE) # queryImage
img2 = cv.imread(nombre2,cv.IMREAD_GRAYSCALE) # trainImage
# Initiate SIFT detector
sift = cv.xfeatures2d.SIFT_create()
# find the keypoints and descriptors with SIFT
kp1, des1 = sift.detectAndCompute(img1,None)
kp2, des2 = sift.detectAndCompute(img2,None)
menu_emparejamiento(emparejador,kp1,des1,kp2,des2,img1,img2)
def surf(detector, emparejador):
if opcion == 'd':
img1 = cv.imread('graf1.png', cv.IMREAD_GRAYSCALE) # queryImage
img2 = cv.imread('graf3.png', cv.IMREAD_GRAYSCALE) # trainImage
if opcion == 'n':
img1 = cv.imread(nombre1, cv.IMREAD_GRAYSCALE) # queryImage
img2 = cv.imread(nombre2, cv.IMREAD_GRAYSCALE) # trainImage
surf = cv.xfeatures2d.SURF_create()
(kp1, des1) = surf.detectAndCompute(img1, None)
surf = cv.xfeatures2d.SURF_create()
(kp2, des2) = surf.detectAndCompute(img2, None)
menu_emparejamiento(emparejador, kp1, des1, kp2, des2, img1, img2)
def brief(detector, emparejador, opcion, nombre1, nombre2, norma):
#Lee las imagenes a analizar
if opcion == 'd':
img1 = cv.imread('tpic5.png', cv.IMREAD_GRAYSCALE)
img2 = cv.imread('tpic5_flipped.png', cv.IMREAD_GRAYSCALE)
if opcion == 'db':
img1 = cv.imread('thome.jpg', cv.IMREAD_GRAYSCALE)
img2 = cv.imread('thome_escale.jpg', cv.IMREAD_GRAYSCALE)
if opcion == 'dc':
img1 = cv.imread('tgrafizq.png', cv.IMREAD_GRAYSCALE)
img2 = cv.imread('tgrafder.png', cv.IMREAD_GRAYSCALE)
if opcion == 'n':
img1 = cv.imread(nombre1, cv.IMREAD_GRAYSCALE)
img2 = cv.imread(nombre2, cv.IMREAD_GRAYSCALE)
#Inicia el Detector y Descriptor
star = cv.xfeatures2d.StarDetector_create()
brief = cv.xfeatures2d.BriefDescriptorExtractor_create()
#Detecta Rasgos y Calcula el descriptor
kpa = star.detect(img1, None)
kp1, des1 = brief.compute(img1, kpa)
kpb = star.detect(img2, None)
kp2, des2 = brief.compute(img1, kpb)
#Muestra Rasgos y Guarda la imagen correspondiente
imgx = cv.drawKeypoints(img1, kp1, None, color=(0, 255, 255))
imgy = cv.drawKeypoints(img2, kp2, None, color=(0, 255, 255))
window_namex = "Rasgos Caracteristicos imagen 1"
window_namey = "Rasgos Caracteristicos imagen 2"
cv.namedWindow(window_namex)
cv.namedWindow(window_namey)
cv.resizeWindow(window_namex, 500, 400)
cv.resizeWindow(window_namey, 500, 400)
cv.imshow(window_namex, imgx)
cv.imshow(window_namey, imgy)
save(imgx, emparejador, detector, norma, tag1)
save(imgy, emparejador, detector, norma, tag2)
#Envia los datos a la etapa de emparejamiento
menu_emparejamiento(emparejador, kp1, des1, kp2, des2, img1, img2, norma,
detector)
def fast(detector, emparejador):
if opcion == 'd':
img1 = cv.imread('graf1.png', cv.IMREAD_GRAYSCALE) # queryImage
img2 = cv.imread('graf3.png', cv.IMREAD_GRAYSCALE) # trainImage
if opcion == 'n':
img1 = cv.imread(nombre1, cv.IMREAD_GRAYSCALE) # queryImage
img2 = cv.imread(nombre2, cv.IMREAD_GRAYSCALE) # trainImage
fast = cv.FastFeatureDetector_create()
# Initiate BRIEF extractor
brief = cv.xfeatures2d.BriefDescriptorExtractor_create()
kpa = fast.detect(img1, None)
kp1, des1 = brief.compute(img1, kpa)
kpb = fast.detect(img1, None)
kp2, des2 = brief.compute(img2, kpb)
menu_emparejamiento(emparejador, kp1, des1, kp2, des2, img1, img2)
def agast(detector, emparejador):
if opcion == 'd':
img1 = cv.imread('graf1.png', cv.IMREAD_GRAYSCALE) # queryImage
img2 = cv.imread('graf3.png', cv.IMREAD_GRAYSCALE) # trainImage
if opcion == 'n':
img1 = cv.imread(nombre1, cv.IMREAD_GRAYSCALE) # queryImage
img2 = cv.imread(nombre2, cv.IMREAD_GRAYSCALE) # trainImage
# Initiate SIFT detector
agast = cv.AgastFeatureDetector_create()
brief = cv.xfeatures2d.BriefDescriptorExtractor_create()
# find the keypoints and descriptors with SIFT
kpa = agast.detect(img1, None)
kp1, des1 = brief.compute(img1, kpa)
kpb = agast.detect(img2, None)
kp2, des2 = brief.compute(img2, kpb)
menu_emparejamiento(emparejador, kp1, des1, kp2, des2, img1, img2)
def brief(detector, emparejador):
if opcion == 'd':
img1 = cv.imread('graf1.png', cv.IMREAD_GRAYSCALE) # queryImage
img2 = cv.imread('graf3.png', cv.IMREAD_GRAYSCALE) # trainImage
if opcion == 'n':
img1 = cv.imread(nombre1, cv.IMREAD_GRAYSCALE) # queryImage
img2 = cv.imread(nombre2, cv.IMREAD_GRAYSCALE) # trainImages
# Initiate FAST detector
star = cv.xfeatures2d.StarDetector_create()
# Initiate ORB detector
brief = cv.xfeatures2d.BriefDescriptorExtractor_create()
# find the keypoints and descriptors with ORB
kpa = star.detect(img1, None)
kp1, des1 = brief.compute(img1, kpa)
kpb = star.detect(img2, None)
kp2, des2 = brief.compute(img1, kpb)
menu_emparejamiento(emparejador, kp1, des1, kp2, des2, img1, img2)