计算机视觉图像特征提取实战指南：原理、工具与优化技巧

import cv2
import numpy as np

# 1. 读取灰度图（SIFT对灰度图更敏感）
img = cv2.imread('key.jpg', 0)  
# 2. 初始化SIFT检测器（OpenCV 4.x以上版本直接调用）
sift = cv2.SIFT_create()  
# 3. 检测关键点+生成描述子
keypoints, descriptors = sift.detectAndCompute(img, None)  
# 4. 绘制关键点（可视化结果）
img_with_kp = cv2.drawKeypoints(img, keypoints, None, flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)  
# 5. 保存结果
cv2.imwrite('sift_key_points.jpg', img_with_kp)  
print(f"提取到{len(keypoints)}个关键点，每个关键点的描述子维度：{descriptors.shape[1]}")  

import cv2

# 1. 读取图像（彩色图也可以）
img = cv2.imread('street.jpg')  
# 2. 初始化HOG描述符+预训练的行人检测器
hog = cv2.HOGDescriptor()  
hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())  
# 3. 检测行人（winStride是滑动窗口步长，scale是缩放因子）
boxes, weights = hog.detectMultiScale(img, winStride=(8,8), scale=1.05)  
# 4. 绘制检测框
for (x, y, w, h) in boxes:  
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)  
# 5. 保存结果
cv2.imwrite('hog_pedestrian_detection.jpg', img)  
print(f"检测到{len(boxes)}个行人")  

import torch
import torchvision.models as models
import torchvision.transforms as transforms
from PIL import Image

# 1. 加载预训练的ResNet18模型（自动下载权重）
model = models.resnet18(pretrained=True)  
# 2. 去掉最后一层全连接层（保留特征提取部分）
feature_extractor = torch.nn.Sequential(*list(model.children())[:-1])  
feature_extractor.eval()  # 切换到评估模式（关闭Dropout）

# 3. 图像预处理（必须和预训练模型的输入一致）
transform = transforms.Compose([
    transforms.Resize(256),  # 缩放到256x256
    transforms.CenterCrop(224),  # 裁剪到224x224（ResNet的输入尺寸）
    transforms.ToTensor(),  # 转成Tensor（0-1）
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])  # 归一化（预训练模型的标准参数）
])

# 4. 加载并预处理图像
img = Image.open('cat.jpg')  
input_tensor = transform(img).unsqueeze(0)  # 增加batch维度（模型要求输入是[batch, channel, h, w]）

# 5. 提取特征（关闭梯度计算，节省内存）
with torch.no_grad():  
    features = feature_extractor(input_tensor)  

# 6. 展平特征向量（ResNet18的输出是512维）
feature_vector = features.squeeze().numpy()  
print(f"提取的特征维度：{feature_vector.shape}")  # 输出(512,)

# 对SIFT描述子做L2归一化
descriptors = cv2.normalize(descriptors, None, norm_type=cv2.NORM_L2)