最新版的OpenCV中新增加的ORB特征的使用

看到OpenCV2.3.1里面ORB特征提取算法也在里面了，套用给的SURF特征例子程序改为ORB特征一直提示错误，类型不匹配神马的，由于没有找到示例程序，只能自己找答案。

（ORB特征论文：ORB： an efficient alternative to SIFT or SURF.点击下载论文）

经过查找发现：

描述符数据类型有是float的，比如说SIFT，SURF描述符，还有是uchar的，比如说有ORB，BRIEF

对于float 匹配方式有：

FlannBased

BruteForce<L2<float> >

BruteForce<SL2<float> >

BruteForce<L1<float> >

对于uchar有：

BruteForce<Hammin>

BruteForce<HammingLUT>

[cpp] view plain copy

1. BruteForceMatcher< L2<float> > matcher;//改动的地方  

完整代码如下：

[cpp] view plain copy

1. #include <iostream>  
2. #include "opencv2/core/core.hpp"  
3. #include "opencv2/features2d/features2d.hpp"  
4. #include "opencv2/highgui/highgui.hpp"  
5. #include <iostream>  
6. #include <vector>  
7. using namespace cv;  
8. using namespace std;  
9. int main()  
10. {  
11.     Mat img_1 = imread("D:\\image\\img1.jpg");  
12.     Mat img_2 = imread("D:\\image\\img2.jpg");  
13.     if (!img_1.data || !img_2.data)  
14.     {  
15.         cout << "error reading images " << endl;  
16.         return -1;  
17.     }  
18.   
19.     ORB orb;  
20.     vector<KeyPoint> keyPoints_1, keyPoints_2;  
21.     Mat descriptors_1, descriptors_2;  
22.   
23.     orb(img_1, Mat(), keyPoints_1, descriptors_1);  
24.     orb(img_2, Mat(), keyPoints_2, descriptors_2);  
25.       
26.     BruteForceMatcher<HammingLUT> matcher;  
27.     vector<DMatch> matches;  
28.     matcher.match(descriptors_1, descriptors_2, matches);  
29.   
30.     double max_dist = 0; double min_dist = 100;  
31.     //-- Quick calculation of max and min distances between keypoints  
32.     for( int i = 0; i < descriptors_1.rows; i++ )  
33.     {   
34.         double dist = matches[i].distance;  
35.         if( dist < min_dist ) min_dist = dist;  
36.         if( dist > max_dist ) max_dist = dist;  
37.     }  
38.     printf("-- Max dist : %f \n", max_dist );  
39.     printf("-- Min dist : %f \n", min_dist );  
40.     //-- Draw only "good" matches (i.e. whose distance is less than 0.6*max_dist )  
41.     //-- PS.- radiusMatch can also be used here.  
42.     std::vector< DMatch > good_matches;  
43.     for( int i = 0; i < descriptors_1.rows; i++ )  
44.     {   
45.         if( matches[i].distance < 0.6*max_dist )  
46.         {   
47.             good_matches.push_back( matches[i]);   
48.         }  
49.     }  
50.   
51.     Mat img_matches;  
52.     drawMatches(img_1, keyPoints_1, img_2, keyPoints_2,  
53.         good_matches, img_matches, Scalar::all(-1), Scalar::all(-1),  
54.         vector<char>(), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS);  
55.     imshow( "Match", img_matches);  
56.     cvWaitKey();  
57.     return 0;  
58. }  

另外: SURF SIFT 

/*
SIFT sift;
sift(img_1, Mat(), keyPoints_1, descriptors_1);
sift(img_2, Mat(), keyPoints_2, descriptors_2);
BruteForceMatcher<L2<float> >  matcher;
*/

/*
SURF surf;
surf(img_1, Mat(), keyPoints_1);
surf(img_2, Mat(), keyPoints_2);
SurfDescriptorExtractor extrator;
extrator.compute(img_1, keyPoints_1, descriptors_1);
extrator.compute(img_2, keyPoints_2, descriptors_2);
BruteForceMatcher<L2<float> >  matcher;
*/

效果：

另外一个是寻找目标匹配

在右边的场景图里面寻找左边那幅图的starbucks标志

效果如下：

需要在之前的那个imshow之前加上如下代码即可完成一个简单的功能展示：

[cpp] view plain copy

1. // localize the object  
2. std::vector<Point2f> obj;  
3. std::vector<Point2f> scene;  
4.   
5. for (size_t i = 0; i < good_matches.size(); ++i)  
6. {  
7.     // get the keypoints from the good matches  
8.     obj.push_back(keyPoints_1[ good_matches[i].queryIdx ].pt);  
9.     scene.push_back(keyPoints_2[ good_matches[i].trainIdx ].pt);  
10. }  
11. Mat H = findHomography( obj, scene, CV_RANSAC );  
12.   
13. // get the corners from the image_1  
14. std::vector<Point2f> obj_corners(4);  
15. obj_corners[0] = cvPoint(0,0);  
16. obj_corners[1] = cvPoint( img_1.cols, 0);  
17. obj_corners[2] = cvPoint( img_1.cols, img_1.rows);  
18. obj_corners[3] = cvPoint( 0, img_1.rows);  
19. std::vector<Point2f> scene_corners(4);  
20.   
21. perspectiveTransform( obj_corners, scene_corners, H);  
22.   
23. // draw lines between the corners (the mapped object in the scene - image_2)  
24. line( img_matches, scene_corners[0] + Point2f( img_1.cols, 0), scene_corners[1] + Point2f( img_1.cols, 0),Scalar(0,255,0));  
25. line( img_matches, scene_corners[1] + Point2f( img_1.cols, 0), scene_corners[2] + Point2f( img_1.cols, 0),Scalar(0,255,0));  
26. line( img_matches, scene_corners[2] + Point2f( img_1.cols, 0), scene_corners[3] + Point2f( img_1.cols, 0),Scalar(0,255,0));  
27. line( img_matches, scene_corners[3] + Point2f( img_1.cols, 0), scene_corners[0] + Point2f( img_1.cols, 0),Scalar(0,255,0));