OpenCV匹配图像的特征向量

来源：互联网发布：网络弱电箱谁会编辑：程序博客网时间：2024/05/01 04:43

在下面的程序中：

类SurfFeatureDetector中，利用类内的detect函数可以检测出SURF特征的关键点，保存在vector容器中。
使用 DescriptorExtractor 接口来寻找关键点对应的特征向量. 特别地:
- 使用 SurfDescriptorExtractor 以及它的函数 compute 来完成特定的计算.将之前的vector变量变成向量矩阵形式保存在Mat中
- 使用类BruteForceMatcher 中的match来匹配两幅图像的特征向量。
- 使用函数 drawMatches 来绘制检测到的匹配点.

#include "opencv2/core/core.hpp"#include "opencv2/features2d/features2d.hpp"#include "opencv2/highgui/highgui.hpp"#include <opencv2/nonfree/nonfree.hpp>#include<opencv2/legacy/legacy.hpp>using namespace cv;int main( int argc, char** argv ){Mat img_1 = imread( "F:\\VS2010\\OpenCVPro\\OpenCVTest\\Pic\\6.jpg",CV_LOAD_IMAGE_GRAYSCALE );Mat img_2 = imread( "F:\\VS2010\\OpenCVPro\\OpenCVTest\\Pic\\7.jpg", CV_LOAD_IMAGE_GRAYSCALE );if( !img_1.data || !img_2.data ){ return -1; }//-- Step 1: Detect the keypoints using SURF Detectorint minHessian = 400;SurfFeatureDetector detector( minHessian );std::vector<KeyPoint> keypoints_1, keypoints_2;detector.detect( img_1, keypoints_1 );detector.detect( img_2, keypoints_2 );//-- Step 2: Calculate descriptors (feature vectors)SurfDescriptorExtractor extractor;Mat descriptors_1, descriptors_2;extractor.compute( img_1, keypoints_1, descriptors_1 );extractor.compute( img_2, keypoints_2, descriptors_2 );//-- Step 3: Matching descriptor vectors with a brute force matcherBruteForceMatcher< L2<float> > matcher;std::vector< DMatch > matches;matcher.match( descriptors_1, descriptors_2, matches );//-- Draw matchesMat img_matches;drawMatches( img_1, keypoints_1, img_2, keypoints_2, matches, img_matches );//-- Show detected matchesimshow("Matches", img_matches );waitKey(0);return 0;}

0 0