【OpenCVで学ぶデータサイエンス】AKAZE検出器を使って画像の類似度判定をやってみた

import cv2
#JupyterならimportしなくてOK
from google.colab.patches import cv2_imshow

#画像の読み込み
img1 = cv2.imread("woman.jpeg")
img2 = cv2.imread("woman.jpeg")

#img2のみ回転縮小していく

#画像のリサイズ
img2 = cv2.resize(img2,(300,280))

#高さを定義
height = img2.shape[0]                         
#幅を定義
width = img2.shape[1]  
#回転の中心を指定                          
center = (int(width/2), int(height/2))

#回転角を指定
angle = 45.0

#スケールを指定
scale = 1.0

#getRotationMatrix2D関数を使用
trans = cv2.getRotationMatrix2D(center, angle , scale)

#アフィン変換(45°反時計回りに回転)
img2 = cv2.warpAffine(img2, trans, (width,height))

#AKAZE検出器の作成
akaze = cv2.AKAZE_create()

#特徴点を検出
kp1,des1 = akaze.detectAndCompute(img1,None)
kp2,des2 = akaze.detectAndCompute(img2,None)

# BFMatcherオブジェクトの生成
bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)

# Match descriptorsを生成
matches = bf.match(des1,des2)

#特徴点を似ている順にソートする
matches = sorted(matches, key = lambda x:x.distance)


# 検出結果の描画
img3 = cv2.drawMatches(img1, kp1, img2, kp2, matches[:30], None, flags = cv2.DrawMatchesFlags_NOT_DRAW_SINGLE_POINTS)
cv2_imshow(img3)

#1個目の画像の特徴点が配列になったもの
img1_pt = [list(map(int, kp1[m.queryIdx].pt)) for m in matches]
#2個目の画像の特徴点が配列になったもの
img2_pt = [list(map(int, kp2[m.trainIdx].pt)) for m in matches]

#1個目の類似しているとみなされた特徴点を配列で書き出す
print(img1_pt)

#2個目の類似しているとみなされた特徴点を配列で書き出す
print(img2_pt)