blocks|key|384550|text|您可以使用：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|384551|import+numpy+as+np

pts+=+np.float([key_point.pt+for+key_point+in+kp]).reshape(-1,+1,+2)|code-block|syntax|javascript|384552|pts将是关键点的array。|offset|length|style|CODE|384553|entityMap^0|0|0|0|3|9|5|0^^$0|@$1|2|3|4|5|6|7|O|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|P|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|Q|8|@$I|R|J|S|K|L]|$I|T|J|U|K|L]]|9|@]|A|$]]|$1|M|3|-4|5|6|7|V|8|@]|9|@]|A|$]]]|N|$]]

You can use:
<pre><code>import numpy as np

pts = np.float([key_point.pt for key_point in kp]).reshape(-1, 1, 2)
</code></pre>
<code>pts</code> will be an <code>array</code> of keypoints.

blocks|key|384571|text|point.pt+is+a+tuple(x，y)`.|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|384572|所以,|384573|x+=+point.pt[0]
y+=+point.pt[1]|code-block|syntax|javascript|384574|或,|384575|(x,y)+=+point.pt|384576|entityMap^0|0|J|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|S|8|@$9|T|A|U|B|C]]|D|@]|E|$]]|$1|F|3|G|5|6|7|V|8|@]|D|@]|E|$]]|$1|H|3|I|5|J|7|W|8|@]|D|@]|E|$K|L]]|$1|M|3|N|5|6|7|X|8|@]|D|@]|E|$]]|$1|O|3|P|5|J|7|Y|8|@]|D|@]|E|$K|L]]|$1|Q|3|-4|5|6|7|Z|8|@]|D|@]|E|$]]]|R|$]]

<code>point.pt is a tuple</code>(x,y)`.

So,

<pre><code>x = point.pt[0]
y = point.pt[1]
</code></pre>

or,

<pre><code>(x,y) = point.pt
</code></pre>

blocks|key|387900|text|OpenCV为此提供了一个函数。你可以跑：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|387901|pts+=+cv2.KeyPoint_convert(kp)|code-block|syntax|javascript|387902|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

OpenCV provides a function for this. You can run:

<pre><code>pts = cv2.KeyPoint_convert(kp)
</code></pre>

blocks|key|387849|text|读读医生。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|387850|类KeyPoint|387851|突出点探测器的数据结构。|387852|Point2f+pt+-键点坐标|unordered-list-item|387853|浮子大小--有意义的键点邻域的直径|387854|浮角...¶|387855|所以point.pt是Point2f。|style|CODE|387856|试试x,y=+point.pt|387857|entityMap|0|LINK|mutability|MUTABLE|url|http://docs.opencv.org/2.4/modules/features2d/doc/common_interfaces_of_feature_detectors.html^0|0|5|0|0|0|0|0|0|0|2|8|0|2|D|0^^$0|@$1|2|3|4|5|6|7|12|8|@]|9|@$A|13|B|14|1|15]]|C|$]]|$1|D|3|E|5|6|7|16|8|@]|9|@]|C|$]]|$1|F|3|G|5|6|7|17|8|@]|9|@]|C|$]]|$1|H|3|I|5|J|7|18|8|@]|9|@]|C|$]]|$1|K|3|L|5|J|7|19|8|@]|9|@]|C|$]]|$1|M|3|N|5|J|7|1A|8|@]|9|@]|C|$]]|$1|O|3|P|5|6|7|1B|8|@$A|1C|B|1D|Q|R]]|9|@]|C|$]]|$1|S|3|T|5|6|7|1E|8|@$A|1F|B|1G|Q|R]]|9|@]|C|$]]|$1|U|3|-4|5|6|7|1H|8|@]|9|@]|C|$]]]|V|$W|$5|X|Y|Z|C|$10|11]]]]

<a href="http://docs.opencv.org/2.4/modules/features2d/doc/common_interfaces_of_feature_detectors.html" rel="noreferrer">Read the docs.</a>
<h1>class KeyPoint</h1>
Data structure for salient point detectors.
<ul>
<li>Point2f pt
-- coordinates of the keypoint
</li>
<li>float size
-- diameter of the meaningful keypoint neighborhood
</li>
<li>float angle ...¶
</li>
</ul>
So <code>point.pt</code> is a Point2f.
Try <code>x,y= point.pt</code>

blocks|key|2744472|text|以下是我的操作(可运行代码)：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2744473|import+cv2,+os
import+numpy+as+np
import+matplotlib.pyplot+as+plt

#+INITIALISATION
filename+=+os.path.join('foo',+'bar.jpg')
img0+=+cv2.imread(filename)+#+original+image
gray+=+cv2.cvtColor(img0,+cv2.COLOR_BGR2GRAY)+#+convert+to+grayscale
sift+=+cv2.xfeatures2d.SIFT_create()+#+initialize+SIFT+
f,+(ax1,+ax2)+=+plt.subplots(1,+2)+#+create+subplots

#+DETECT+AND+DRAW+KEYPOINTS
#+sift.detect()+returns+a+list+of+keypoints
#+keypoint+is+a+standard+class+of+opencv+(not+just+SIFT-related)
kp+=+sift.detect(gray,None)+#+calculates+SIFT+points
img1=cv2.drawKeypoints(gray,kp,+None)+#+mae+new+image+with+keypoints+drawn
ax1.imshow(img1)+#+plot+

#+RETREIVE+KEYPOINTS+COORDINATES+AND+DRAW+MANUALLY
#+Reade+these+and+make+numpy+array
pts+=+np.asarray([[p.pt[0],+p.pt[1]]+for+p+in+kp])
cols+=+pts[:,0]
rows+=+pts[:,1]
ax2.imshow(cv2.cvtColor(img0,+cv2.COLOR_BGR2RGB))
ax2.scatter(cols,+rows)

plt.show()|code-block|syntax|javascript|2744474|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

Here is my take (runable code):

<pre><code>import cv2, os
import numpy as np
import matplotlib.pyplot as plt

# INITIALISATION
filename = os.path.join('foo', 'bar.jpg')
img0 = cv2.imread(filename) # original image
gray = cv2.cvtColor(img0, cv2.COLOR_BGR2GRAY) # convert to grayscale
sift = cv2.xfeatures2d.SIFT_create() # initialize SIFT 
f, (ax1, ax2) = plt.subplots(1, 2) # create subplots

# DETECT AND DRAW KEYPOINTS
# sift.detect() returns a list of keypoints
# keypoint is a standard class of opencv (not just SIFT-related)
kp = sift.detect(gray,None) # calculates SIFT points
img1=cv2.drawKeypoints(gray,kp, None) # mae new image with keypoints drawn
ax1.imshow(img1) # plot 

# RETREIVE KEYPOINTS COORDINATES AND DRAW MANUALLY
# Reade these and make numpy array
pts = np.asarray([[p.pt[0], p.pt[1]] for p in kp])
cols = pts[:,0]
rows = pts[:,1]
ax2.imshow(cv2.cvtColor(img0, cv2.COLOR_BGR2RGB))
ax2.scatter(cols, rows)

plt.show()
</code></pre>

blocks|key|387887|text|我就这样解决了你的问题。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|387888|kp,des+=+surf.detectAndCompute(img,None)+
pts+=+[p.pt+for+p+in+kp]|code-block|syntax|javascript|387889|现在你得到一个x，y坐标的列表，在你的图像中的所有关键点。|387890|entityMap^0|0|0|0^^$0|@$1|2|3|4|5|6|7|K|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|L|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|M|8|@]|9|@]|A|$]]|$1|I|3|-4|5|6|7|N|8|@]|9|@]|A|$]]]|J|$]]

I solved your problem like this.

<pre><code>kp,des = surf.detectAndCompute(img,None) 
pts = [p.pt for p in kp]
</code></pre>

Now you get a list of x,y co-ordinates for all keypoints in your image.

blocks|key|384607|text|为了得到光流输入的正确形状，我使用了上述的组合。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|384608|kp+=+sift.detect(old_frame,+None)
pts0+=+cv2.KeyPoint.convert(kp).reshape(-1,+1,+2)|code-block|syntax|javascript|384609|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

to get the correct shape for optical flow input I used a combination of the above
<pre><code>kp = sift.detect(old_frame, None)
pts0 = cv2.KeyPoint.convert(kp).reshape(-1, 1, 2)
</code></pre>

I tried to use the following code:

<pre><code> xCoordinate=point.x
</code></pre>

(point is type of cv2.keyPoint)
It gives me error saying cv2.keyPoint has no attribute 'x'

how to extract x,y coordinates from OpenCV "cv2.keypoint" object?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我尝试使用以下代码：    xCoordinate=point.x(point是cv2.keyPoint的类型)它会让我错误地说cv2.keypoint没有属性'x‘

问如何从OpenCV "cv2.keypoint“对象中提取x，y坐标？
EN

回答 7

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何从OpenCV "cv2.keypoint“对象中提取x，y坐标？EN

回答 7

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何从OpenCV "cv2.keypoint“对象中提取x，y坐标？
EN