在OpenCV3.1.0中实现SIFT与SURF特征检测

前置说明：

1. 本教程基于Python 2.7和OpenCV 3.1.0环境。

2. OpenCV 3.0.0及其后续版本的官方文档存在一定的滞后性，许多示例代码仍基于旧版（如OpenCV 2.0），这导致部分功能在新版本中无法直接运行。主要原因是某些功能被迁移至名为opencv_contrib的扩展模块，需单独编译安装。

3. SIFT和SURF算法因专利问题，被归类为非核心功能，放置于opencv_contrib的xfeatures2d模块中。为了在OpenCV 3.0.0及以上版本中使用这些算法，必须先安装opencv_contrib扩展模块。具体安装步骤可参考相关技术文章。

下面提供一个使用SURF算法的Python代码示例：

import cv2

# 读取图像
img = cv2.imread('example.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 创建SURF对象
surf = cv2.xfeatures2d.SURF_create()

# 检测关键点
kp = surf.detect(gray, None)

# 绘制关键点
img = cv2.drawKeypoints(gray, kp, img)

# 显示图像
cv2.imshow("Feature Points", img)

# 等待按键退出
k = cv2.waitKey(0)
if k & 0xff == 27:  # 按ESC键退出
cv2.destroyAllWindows()

注意：若需使用SIFT算法，只需将上述代码中的所有'surf'替换为'sift'即可。

执行上述代码后，您将看到图像中的关键点被标记出来，如下图所示：