Objetivo

Identificar los usos de la transformación de características invariante de escala.

Descripción

En esta experiencia educativa comprenderás el concepto de la transformada SIFT y cuáles son sus principales aplicaciones.

Haz clic para revisar la explicación.

Características Invariantes de escala (SIFT)

Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.

Revisa el siguiente video:

Para conocer más sobre características invariantes de escalas (SIFT), te recomendaos revisar el siguiente video:

Murtaza's Workshop - Robotics and AI. (2020, 16 de junio). Feature Detection and Matching + Image Classifier Project | OPENCV PYTHON 2020 [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=nnH55-zD38I

Objetivo

Aplicar la transformada SIFT a una imagen utilizando OpenCV en Python.

Instrucciones

Utilizando el entorno de trabajo Jupyter Notebook, realiza lo que se pide.

1. Selecciona una imagen, cárgala en escala de grises dentro del notebook y asígnala a una variable en Python utilizando openCV. Asegúrate de que sean de extensión .jpg, .jpeg o .png.
2. Extrae y muestra los puntos de interés SIFT de la imagen del paso anterior, indicando su orientación y escala.
3. Gira la imagen 60° con la función cv2.warpAffine, extrae y muestra los puntos de interés SIFT.

Checklist

Asegúrate de:

• Cargar correctamente las imágenes en Python.
• Extraer y mostrar los puntos de interés SIFT de la imagen original.
• Extraer y mostrar los puntos de interés SIFT de la imagen girada.