解决: AttributeError: module 'cv2' has no attribute 'SURF'

简介: 解决: AttributeError: module 'cv2' has no attribute 'SURF'

AttributeError: module 'cv2' has no attribute 'SURF'

遇到该问题时,网友多是建议补个包,即pip install opencv-contrib-python

我在补完之后又出现下面这样的错误:

OpenCV(3.4.3) C:\projects\opencv-python\opencv_contrib\modules\xfeatures2d\src\sift.cpp:1207: error: (-213:The function/feature is not implemented) This algorithm is patented(专利保护) and is excluded in this configuration; Set OPENCV_ENABLE_NONFREE CMake option and rebuild the library in function ‘cv::xfeatures2d::SIFT::create’

将opencv版本退到3.4.2即可解决,卸载之前的包(pip uninstall opencv-python),然后

pip install opencv-python==3.4.2.16
pip install opencv-contrib-python==3.4.2.16

注意以上两条命令==左右没有空格

又报错误:

'module' object has no attribute 'xfeatures2d'

变更后为

Detector= cv2.xfeatures2d.SURF_create()

目录
相关文章
|
机器学习/深度学习 数据挖掘 测试技术
新视觉任务!CVPR 2021 Oral | OWOD:面向开放世界的目标检测
我们的实验评估和研究分析了ORE在实现开放世界目标方面的功效。作为有趣的by-product,我们发现识别和表征未知实例有助于减少增量目标检测设置中的混乱,在此方法中,我们无需任何方法上的努力即可获得最先进的性能。我们希望我们的工作将吸引对这个新发现的但至关重要的研究方向的进一步研究。
新视觉任务!CVPR 2021 Oral | OWOD:面向开放世界的目标检测
|
计算机视觉
【在虚拟环境下完美解决】1698: error: (-215:Assertion failed) empty() in function cv::CascadeClassifier
首先我们要找到那个分类器所在的路径,我们可以在Cmd中直接输入【若是虚拟环境的话,则需要切换到对于虚拟环境中,再去查找对应的opencv版本与位置信息】
932 0
|
人工智能 自然语言处理 安全
Bolt.diy:更灵活更开放的AI全栈开发工具
Bolt.new是一款爆火的AI全栈开发工具,允许用户在浏览器中运行Node.js环境并通过自然语言生成、编辑和部署Web应用。然而,它存在一定的封闭性,仅支持官方指定的大语言模型和Netlify部署。而Bolt.diy作为其开源版本,功能更强大灵活,支持多种大模型选择(如OpenAI、Anthropic等)、丰富的输入方式及多云部署选项(如Vercel、AWS)。此外,Bolt.diy还提供本地文件同步、代码下载到GitHub等功能,适用于快速原型设计、教育与企业级开发等多种场景。
1258 1
Bolt.diy:更灵活更开放的AI全栈开发工具
|
算法 计算机视觉
OpenCV(图像处理)-基于Python-特征检测-特征点匹配
1.图像特征 图像特征就是指有意义的图像区域,具有独特性,易于识别性,比如角点、斑点以及高密度区。而为什么角点具有重要的特征呢? 看下图:
1571 0
|
6月前
|
机器学习/深度学习 物联网
什么是大模型微调?与预训练有什么区别?
大模型通过海量数据预训练获得通用能力,成本极高;微调则用少量数据调整模型,适应特定任务。轻量级方法如LoRA、PEFT等仅更新部分参数,降低资源消耗,实现高效定制。
1077 5
|
数据可视化 PyTorch 算法框架/工具
【27】grad-cam的简单逻辑实现以及效果展示
【27】grad-cam的简单逻辑实现以及效果展示
1140 0
【27】grad-cam的简单逻辑实现以及效果展示
|
算法 数据中心 计算机视觉
CV学习笔记-特征提取
CV学习笔记-特征提取
746 0
CV学习笔记-特征提取
|
监控 测试技术 API
基于图像识别的启发式UI自动化测试介绍
使用图像识别技术进行客户端游戏自动化是一种比较通用快捷的做法,是一种不依赖游戏客户端的外部自动化操作。在结合方便的脚本编辑工具后,使得这种自动化测试方式和按键精灵一样门槛极低。 将游戏客户端屏幕内容进行截图。在windows平台需要调用系统获取屏幕内容API进行屏幕画面保存。在Android平台可以调用adb命名进行截图保存。
1485 0
基于图像识别的启发式UI自动化测试介绍
|
算法 Shell Linux
【Shell 命令集合 磁盘维护 】Linux e2fsck命令使用教程 ext4文件系统检查器
【Shell 命令集合 磁盘维护 】Linux e2fsck命令使用教程 ext4文件系统检查器
1308 0
|
Shell Linux
nohup命令详解
nohup命令详解
1345 0

热门文章

最新文章