在 OpenCV SIFT (Python) 中移除梯度方向直方图的高斯加权

Question

在 SIFT 算法中，梯度方向直方图的条目是高斯加权的，这样离关键点中心越远的方向对直方图的贡献就越小。这可以在source for OpenCV SIFT 的函数“ori_hist”中看到。我想摆脱这种权重，以便所有梯度方向对直方图的贡献均等。

基本上，我需要更改以下行

w = exp( -( i*i + j*j ) / exp_denom );

到

w = 1

是否有 Python 绑定可以让我这样做？还是我运气不好？

Answer 1

下载 OpenCV 2.4.4 的源代码。在文件 (C++) 中进行必要的更改，构建并安装它。我曾经遇到过卡尔曼滤波器（在 Python 中）的问题，为了调试，我在 OpenCV 源代码中添加了一些打印语句并重新构建了它。它奏效了。

由于 Python 绑定是由 ctypes 构成的，因此如果您更改 C++ 代码并构建它，它将在 Python 中工作。

所以如果你了解 C++，并且知道你想改变什么，你可以自己做。