OpenCV中特征点提取和匹配的通用方法
来源:互联网 发布:手机plc编程软件下载 编辑:程序博客网 时间:2024/05/11 19:37
// Load image from fileIplImage *pLeftImage = cvLoadImage("1.bmp", CV_LOAD_IMAGE_GRAYSCALE); IplImage *pRightImage = cvLoadImage("2.bmp", CV_LOAD_IMAGE_GRAYSCALE);// Convert IplImage to cv::MatMat matLeftImage = Mat(pLeftImage, false); // Do not copy Mat matRightImage = Mat(pRightImage, false);// Key point and its descriptorvector<KeyPoint> LeftKey; vector<KeyPoint> RightKey;Mat LeftDescriptor; Mat RightDescriptor;vector<DMatch> Matches;// Detect key points from imageFeatureDetector *pDetector = new SurfFeatureDetector; // 这里我们用了SURF特征点 pDetector->detect(matLeftImage, LeftKey); pDetector->detect(matRightImage, RightKey);delete pDetector;// Extract descriptorsDescriptorExtractor *pExtractor = new SurfDescriptorExtractor; // 提取SURF描述向量 pExtractor->compute(matLeftImage, LeftKey, LeftDescriptor); pExtractor->compute(matRightImage, RightKey, RightDescriptor);delete pExtractor;// Matching featuresDescriptorMatcher *pMatcher = new FlannBasedMatcher; // 使用Flann匹配算法 pMatcher->match(LeftDescriptor, RightDescriptor, Matches);delete pMatcher;// Show resultMat OutImage; drawMatches(matLeftImage, LeftKey, matRightImage, RightKey, Matches, OutImage); cvNamedWindow( "Match features", 1); cvShowImage("Match features", &(IplImage(OutImage))); cvWaitKey( 0 ); cvDestroyWindow( "Match features" );
从上面的代码可以看见,用OpenCV来做特征提取匹配相当简便,出去读图和显示结果的代码,真正核心的部分只有3段代码,分别是检测关键点,提取描述向量和特征匹配,一共只有11行代码。
在我的示例代码中,使用的是SURF特征,而在OpenCV中,实现了很多种特征,如SIFT,FAST等,这些特征的实现各不相同,但是都是从一个公共抽象基类派生出来的,因此可以用多态方便地切换特征提取算法。下面我将详细地说明。
1 FeatureDetector
FeatureDetector是关键点检测类的抽象基类,其已经实现的具体类有:
class FastFeatureDetector
class GoodFeaturesToTrackDetector
class MserFeatureDetector
class StarFeatureDetector
class SiftFeatureDetector
class SurfFeatureDetector
要使用某一种检测器,可以直接调用FeatureDetector的工厂来创建,该工厂是一个静态方法,如下:
// Create feature detector by detector name. static Ptr<FeatureDetector> create( const string& detectorType );
也可以像我的示例代码中那样显式的创建,如下:
FeatureDetector *pDetector = new SurfFeatureDetector;
可以用swich实现在多种方法中切换。
2 DescriptorExtractor
DescriptorExtractor是提取关键点的描述向量类抽象基类,其具体类有:
class SiftDescriptorExtractor
class SurfDescriptorExtractor
class CalonderDescriptorExtractor
class BriefDescriptorExtractor
class OpponentColorDescriptorExtractor
要使用某一种描述向量,可以调用DescriptorExtractor的工厂来创建,静态方法如下:
static Ptr<DescriptorExtractor> create( const string& descriptorExtractorType );
也可以像我的示例代码中那样显式的创建,如下:
DescriptorExtractor *pExtractor = new SurfDescriptorExtractor
可以用swich实现在多种方法中切换。
3 DescriptorMatcher
DescriptorMatcher是匹配器的抽象基类,其具体类有:
class BruteForceMatcher
class FlannBasedMatcher
匹配器可以由静态工厂方法直接创建,如下:
static Ptr<DescriptorMatcher> create( const string& descriptorMatcherType );
也可以像我的示例代码中那样显式的创建,如下:
DescriptorMatcher *pMatcher = new FlannBasedMatcher;
可以用switch实现在多种方法中切换。
多态的使用,可以让我们对不同的特征采用相同的代码来编程,这是OpenCV设计的一种策略模式,大大地简化了代码量,并增加了灵活性,让我们可以在多种特征提取和匹配方法之间自由切换。
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方法
- 【opencv】特征点提取和匹配的通用方法
- OpenCV中特征点提取和匹配的通用方…
- OpenCV中特征点提取和匹配的通用方…
- Android 防止手机休眠
- (转)静态分析:IDA逆向代码段说明 text、idata、rdata、data
- 源码开放学ARM
- 关于oracle hint 值得注意的地方
- CFS 调度器学习笔记
- OpenCV中特征点提取和匹配的通用方法
- 提交给action处理时The requested resource is not available.
- ios 二维码
- DOM解析XML文档
- 多线程 NSOperation
- SIP(Session Initiation Protocol)
- 设计模式 - 备忘录模式
- 【视频教程】cocos2d-x公开课(无脑码农&龙灵修第二季)
- zend studio 9 字体,颜色,快捷键等相关设置