机器视觉 · 函数

创建SIFT

创建 SIFT 特征检测器。对标 cv2.SIFT_create()。

调用签名(特征数: 'int' = 0, 对比度阈值: 'float' = 0.04, 边缘阈值: 'float' = 10, sigma: 'float' = 1.6)

创ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 案例：机器视觉入口
设 功能 = 机器视觉.创建SIFT
打印(功能)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

4 个参数

参数类型 / 传入方式说明

特征数可选 · 默认 0

int位置参数或字段名=值

整数类型的特征数参数,按函数业务含义传入对应数值。

常见错误：传非整数会报 TypeError;按整数类型传值

对比度阈值可选 · 默认 0.04

float位置参数或字段名=值

二值化或检测算法使用的阈值。

常见错误：传非数值会报 TypeError;按数值类型传值

边缘阈值可选 · 默认 10

float位置参数或字段名=值

二值化或检测算法使用的阈值。

常见错误：传非数值会报 TypeError;按数值类型传值

sigma可选 · 默认 1.6

float位置参数或字段名=值

数值类型的 sigma 参数,按函数业务含义传入对应浮点数。

常见错误：传非数值会报 TypeError;按数值类型传值

Playbook

基础用法 · 进阶组合 · 错误排查

# 案例：机器视觉入口
设 功能 = 机器视觉.创建SIFT
打印(功能)

# 进阶组合:创建SIFT 配合 机器视觉 业务流使用
设 图像 = 机器视觉.读取图像("outputs/示例.png")
设 结果 = 机器视觉.创建SIFT(
    特征数=0,  # 可选
    对比度阈值=0.04,  # 可选
    边缘阈值=10,  # 可选
)
机器视觉.保存图像("outputs/灰度示例.png", 灰度)
打印(结果)

# 错误排查:类型不匹配
# 错误:传错类型
# 设 结果 = 机器视觉.创建SIFT(特征数=None)  # TypeError
# 修复:按字段类型 int 传值
设 结果 = 机器视觉.创建SIFT(特征数=0)
打印(结果)