【OpenCV入门教程之十七】OpenCV重映射 & SURF特征点检测合辑

时间 2014-06-15 11:38:42  毛星云（浅墨）的专栏

原文  http://blog.csdn.net/poem_qianmo/article/details/30974513

主题 OpenCV

本系列文章由 @浅墨_毛星云  出品，转载请注明出处。   

文章链接：   http://blog.csdn.net/poem_qianmo/article/details/29356187

作者：毛星云（浅墨）      微博： http://weibo.com/u/1723155442

http://www.zhihu.com/people/mao-xing-yun

邮箱：   [e-mail]

写作当前博文时配套使用的OpenCV版本： 2.4.9

本篇文章中，我们一起探讨了OpenCV中重映射和SURF特征点检测相关的知识点，主要一起了解OpenCV中重映射相关的函数remap，SURF算法在OpenCV中的体现与应用。此博文一共有三个配套的麻雀虽小但五脏俱全的示例程序，其经过浅墨详细注释过的代码都在文中贴出，且文章最后提供了综合示例程序的下载。

 

依然是先看看程序运行截图。

重映射：

  

SURF特征点检测： 

  

 

一、OpenCV重映射

 

1.1 重映射的概念简析

 

重映射，就是把一幅图像中某位置的像素放置到另一个图片指定位置的过程。 为了完成映射过程, 我们需要获得一些插值为非整数像素的坐标,因为源图像与目标图像的像素坐标不是一一对应的。 一般情况下，我们通过重映射来表达每个像素的位置 (x,y)，像这样 :

g(x,y) = f ( h(x,y) )

 

在这里， g( ) 是目标图像, f() 是源图像, 而h(x,y) 是作用于 (x,y) 的映射方法函数。

 

来看个例子。 若有一幅图像 I ,想满足下面的条件作重映射:

 

h(x,y) = (I.cols - x, y )

 

这样的话，图像会按照 x 轴方向发生翻转。那么，源图像和效果图分别如下:

  

在OpenCV中，我们用函数remap( )来实现简单重映射，下面我们就一起来看看这个函数。

 

 

1.2 remap( )函数解析

 

remap( )函数会根据我们指定的映射形式，将源图像进行重映射几何变换，基于的式子如下：

 

需要注意，此函数不支持就地（in-place）操作。看看其原型和参数。

C++: void remap(InputArray src, OutputArraydst, InputArray map1, InputArray map2, int interpolation, intborderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())

• 第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可，且需为单通道8位或者浮点型图像。
• 第二个参数，OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放函数调用后的输出结果，需和源图片有一样的尺寸和类型。
• 第三个参数，InputArray类型的map1，它有两种可能的表示对象。

1. 表示点（x，y）的第一个映射。
2. 表示CV_16SC2 , CV_32FC1 或CV_32FC2类型的X值。

• 第四个参数，InputArray类型的map2，同样，它也有两种可能的表示对象，而且他是根据map1来确定表示那种对象。

1. 若map1表示点（x，y）时。这个参数不代表任何值。
2. 表示CV_16UC1 , CV_32FC1类型的Y值（第二个值）。

• 第五个参数，int类型的interpolation,插值方式，之前的resize( )函数中有讲到，需要注意，resize( )函数中提到的INTER_AREA插值方式在这里是不支持的，所以可选的插值方式如下：
• • INTER_NEAREST - 最近邻插值
  • INTER_LINEAR – 双线性插值（默认值）
  • INTER_CUBIC – 双三次样条插值（逾4×4像素邻域内的双三次插值）
  • INTER_LANCZOS4 -Lanczos插值（逾8×8像素邻域的Lanczos插值）
• 第六个参数，int类型的borderMode，边界模式，有默认值BORDER_CONSTANT，表示目标图像中“离群点（outliers）”的像素值不会被此函数修改。
• 第七个参数，const Scalar&类型的borderValue，当有常数边界时使用的值，其有默认值Scalar( )，即默认值为0。

1.3 详细注释的重映射示例程序

下面放出精简后的以remap函数为核心的示例程序，方便大家快速掌握remap函数的使用方法。

 

//-----------------------------------【头文件包含部分】---------------------------------------//     描述：包含程序所依赖的头文件//----------------------------------------------------------------------------------------------#include"opencv2/highgui/highgui.hpp"#include"opencv2/imgproc/imgproc.hpp"#include <iostream> //-----------------------------------【命名空间声明部分】--------------------------------------//  描述：包含程序所使用的命名空间//-----------------------------------------------------------------------------------------------using namespace cv; //-----------------------------------【main( )函数】--------------------------------------------//  描述：控制台应用程序的入口函数，我们的程序从这里开始执行//-----------------------------------------------------------------------------------------------int main( ){  //【0】变量定义  MatsrcImage, dstImage;  Matmap_x, map_y;   //【1】载入原始图  srcImage= imread( "1.jpg", 1 );  if(!srcImage.data) { printf("读取图片错误，请确定目录下是否有imread函数指定的图片存在~！ \n"); return false; }   imshow("原始图",srcImage);   //【2】创建和原始图一样的效果图，x重映射图，y重映射图  dstImage.create(srcImage.size(), srcImage.type() );  map_x.create(srcImage.size(), CV_32FC1 );  map_y.create(srcImage.size(), CV_32FC1 );   //【3】双层循环，遍历每一个像素点，改变map_x & map_y的值  for(int j = 0; j < srcImage.rows;j++)  {    for(int i = 0; i < srcImage.cols;i++)    {      //改变map_x & map_y的值.      map_x.at<float>(j,i)= static_cast<float>(srcImage.cols - i);      map_y.at<float>(j,i)= static_cast<float>(j);    }  }   //【4】进行重映射操作  remap(srcImage, dstImage, map_x, map_y, CV_INTER_LINEAR, BORDER_CONSTANT, Scalar(0,0,0) );   //【5】显示效果图  imshow("【程序窗口】", dstImage );  waitKey();   return0;}

显示效果图：

 最近在举行世界杯，这里的图片素材就是巴西队的球星们~

 

1.4 OpenCV2.X中remap函数源代码

 

这里我们放出remap函数的源码，供需要了解其实现细节的朋友们观看，浅墨在这里不花时间对其进行剖析。

void cv::remap( InputArray _src,OutputArray _dst,           InputArray _map1, InputArray_map2,           int interpolation, intborderType, const Scalar& borderValue ){  static RemapNNFunc nn_tab[] =   {     remapNearest<uchar>, remapNearest<schar>,remapNearest<ushort>, remapNearest<short>,     remapNearest<int>, remapNearest<float>,remapNearest<double>, 0  };   static RemapFunc linear_tab[] =   {     remapBilinear<FixedPtCast<int, uchar, INTER_REMAP_COEF_BITS>,RemapVec_8u, short>, 0,     remapBilinear<Cast<float, ushort>, RemapNoVec, float>,     remapBilinear<Cast<float, short>, RemapNoVec, float>, 0,     remapBilinear<Cast<float, float>, RemapNoVec, float>,     remapBilinear<Cast<double, double>, RemapNoVec, float>, 0  };   static RemapFunc cubic_tab[] =   {     remapBicubic<FixedPtCast<int, uchar, INTER_REMAP_COEF_BITS>,short, INTER_REMAP_COEF_SCALE>, 0,     remapBicubic<Cast<float, ushort>, float, 1>,     remapBicubic<Cast<float, short>, float, 1>, 0,     remapBicubic<Cast<float, float>, float, 1>,     remapBicubic<Cast<double, double>, float, 1>, 0  };   static RemapFunc lanczos4_tab[] =   {     remapLanczos4<FixedPtCast<int, uchar, INTER_REMAP_COEF_BITS>,short, INTER_REMAP_COEF_SCALE>, 0,     remapLanczos4<Cast<float, ushort>, float, 1>,     remapLanczos4<Cast<float, short>, float, 1>, 0,     remapLanczos4<Cast<float, float>, float, 1>,     remapLanczos4<Cast<double, double>, float, 1>, 0  };   Mat src = _src.getMat(), map1 = _map1.getMat(), map2 = _map2.getMat();   CV_Assert( map1.size().area() > 0 );  CV_Assert( !map2.data || (map2.size() == map1.size()));   _dst.create( map1.size(), src.type() );  Mat dst = _dst.getMat();  if( dst.data == src.data )     src = src.clone();   int depth = src.depth();  RemapNNFunc nnfunc = 0;  RemapFunc ifunc = 0;  const void* ctab = 0;  bool fixpt = depth == CV_8U;  bool planar_input = false;   if( interpolation == INTER_NEAREST )   {     nnfunc = nn_tab[depth];     CV_Assert( nnfunc != 0 );   }  else   {     if( interpolation == INTER_AREA )        interpolation = INTER_LINEAR;       if( interpolation == INTER_LINEAR )        ifunc = linear_tab[depth];     else if( interpolation == INTER_CUBIC )        ifunc = cubic_tab[depth];     else if( interpolation == INTER_LANCZOS4 )        ifunc = lanczos4_tab[depth];     else        CV_Error( CV_StsBadArg, "Unknown interpolation method" );     CV_Assert( ifunc != 0 );     ctab = initInterTab2D( interpolation, fixpt );   }   const Mat *m1 = &map1, *m2 = &map2;   if( (map1.type() == CV_16SC2 && (map2.type() == CV_16UC1 ||map2.type() == CV_16SC1 || !map2.data)) ||     (map2.type() == CV_16SC2 && (map1.type() == CV_16UC1 ||map1.type() == CV_16SC1 || !map1.data)) )   {     if( map1.type() != CV_16SC2 )        std::swap(m1, m2);   }  else   {     CV_Assert( ((map1.type() == CV_32FC2 || map1.type() == CV_16SC2)&& !map2.data) ||        (map1.type() == CV_32FC1 && map2.type() == CV_32FC1) );     planar_input = map1.channels() == 1;   }   RemapInvoker invoker(src, dst, m1, m2, interpolation,                 borderType,borderValue, planar_input, nnfunc, ifunc,                 ctab);  parallel_for_(Range(0, dst.rows), invoker,dst.total()/(double)(1<<16));}

好了，重映射先就讲这么多，在文章末尾还有一个综合一点的示例程序供大家学习。下面我们开始讲解SURF相关的内容。

 

 

二．SURF特征点检测

SURF算法有一些不错的内容和用法，OpenCV中使用颇多，浅墨会花一些篇幅对其进行讲解。今天的这篇文章只是一个小小的开头，主要介绍SURF特征点检测。

先简单了解一下SURF算法的大概内容吧。

2.1 SURF算法概览

SURF，我们简单介绍一下，英语全称为SpeededUp Robust Features，直译的话就是“加速版的具有鲁棒性的特征“算法，由Bay在2006年首次提出。SURF是尺度不变特征变换算法（SIFT算法）的加速版。一般来说，标准的SURF算子比SIFT算子快好几倍，并且在多幅图片下具有更好的稳定性。SURF最大的特征在于采用了harr特征以及积分图像的概念，这大大加快了程序的运行时间。SURF可以应用于计算机视觉的物体识别以及3D重构中。

 

PS: 由于我们的专栏侧重点是教大家如何快速入门OpenCV编程，不是来进行图像处理科普的，所以原理部分不会花笔墨多讲。一方面是浅墨也不喜欢讲这些枯燥的概念，另一方面是大家肯定应该也不喜欢看这些枯燥的原理，大家是喜欢看代码的〜(￣▽￣〜)。就像小魏CPU童鞋在博客上写的，“Talk is cheap. Show me thecode.”

所以原理部分大家就自行用搜索引擎去学习吧，浅墨会将更多的笔墨用来分享网络上独一无二的干货。

2.2 前世今生——SURF类相关OpenCV源码剖析

OpenCV中关于SURF算法的部分，常常涉及到的是SURF、SurfFeatureDetector、SurfDescriptorExtractor这三个类，这一小节我们就来对他们进行人肉，挖挖其背景，看看他们究竟是什么来头。

 

在D:\Program Files (x86)\opencv\sources\modules\nonfree\include\opencv2\nonfree下的features2d.hpp头文件中，我们可以发现这样两句定义：

 

typedef SURF SurfFeatureDetector;typedef SURF SurfDescriptorExtractor;

我们都知道，typedef声明是为现有类型创建一个新的名字，类型别名。这就表示，SURF类忽然同时有了两个新名字SurfFeatureDetector以及SurfDescriptorExtractor。

也就是说，我们平常使用的SurfFeatureDetector类和SurfDescriptorExtractor类，其实就是SURF类，他们三者等价。

 

然后在这两句定义的上方，我们可以看到SURF类的类声明全貌：

class CV_EXPORTS_W SURF : public Feature2D{public:  //! the default constructor  CV_WRAP SURF();  //! the full constructor taking all the necessary parameters  explicit CV_WRAP SURF(double hessianThreshold,            int nOctaves=4, intnOctaveLayers=2,            bool extended=true, boolupright=false);   //! returns the descriptor size in float's (64 or 128)  CV_WRAP int descriptorSize() const;   //! returns the descriptor type  CV_WRAP int descriptorType() const;   //! finds the keypoints using fast hessian detector used in SURF  void operator()(InputArray img, InputArray mask,              CV_OUTvector<KeyPoint>& keypoints) const;  //! finds the keypoints and computes their descriptors. Optionally itcan compute descriptors for the user-provided keypoints  void operator()(InputArray img, InputArray mask,              CV_OUTvector<KeyPoint>& keypoints,              OutputArray descriptors,              booluseProvidedKeypoints=false) const;   AlgorithmInfo* info() const;   CV_PROP_RW double hessianThreshold;   CV_PROP_RW int nOctaves;  CV_PROP_RW int nOctaveLayers;  CV_PROP_RW bool extended;  CV_PROP_RW bool upright; protected:   void detectImpl( const Mat& image, vector<KeyPoint>&keypoints, const Mat& mask=Mat() ) const;  void computeImpl( const Mat& image, vector<KeyPoint>&keypoints, Mat& descriptors ) const;};

可以发现SURF类公共继承自Feature2D类，我们再次进行转到，可以在路径d:\Program Files(x86)\opencv\build\include\opencv2\features2d\features2d.hpp看到Feature2D类的声明：

class CV_EXPORTS_W Feature2D : public FeatureDetector,public DescriptorExtractor{public:   /*    * Detect keypoints in an image.    * image        The image.    * keypoints    The detectedkeypoints.    * mask         Mask specifyingwhere to look for keypoints (optional). Must be a char    *              matrix withnon-zero values in the region of interest.    * useProvidedKeypoints If true, the method will skip the detection phaseand will compute    *                      descriptorsfor the provided keypoints    */    CV_WRAP_AS(detectAndCompute) virtual voidoperator()( InputArray image, InputArray mask,                                     CV_OUTvector<KeyPoint>& keypoints,                                    OutputArray descriptors,                                     bool useProvidedKeypoints=false ) const =0;    CV_WRAP void compute( const Mat& image, CV_OUT CV_IN_OUTstd::vector<KeyPoint>& keypoints, CV_OUT Mat& descriptors )const;    // Create feature detector and descriptor extractor by name.   CV_WRAP static Ptr<Feature2D> create( const string& name );};

显然，Feature2D类又是公共继承自FeatureDetector以及 DescriptorExtractor类。继续刨根问底，我们看看其父类FeatureDetector以及 DescriptorExtractor类的定义：

 

首先是FeatureDetector类：

/************************************ BaseClasses ************************************/ /* *Abstract base class for 2D image feature detectors. */class CV_EXPORTS_W FeatureDetector : publicvirtual Algorithm{public:   virtual ~FeatureDetector();    /*    * Detect keypoints in an image.    * image        The image.    * keypoints    The detectedkeypoints.    * mask         Mask specifyingwhere to look for keypoints (optional). Must be a char    *              matrix withnon-zero values in the region of interest.    */   CV_WRAP void detect( const Mat& image, CV_OUTvector<KeyPoint>& keypoints, const Mat& mask=Mat() ) const;    /*    * Detect keypoints in an image set.    * images       Image collection.    * keypoints    Collection ofkeypoints detected in an input images. keypoints[i] is a set of keypointsdetected in an images[i].    * masks        Masks for imageset. masks[i] is a mask for images[i].    */   void detect( const vector<Mat>& images,vector<vector<KeyPoint> >& keypoints, constvector<Mat>& masks=vector<Mat>() ) const;    // Return true if detector object is empty   CV_WRAP virtual bool empty() const;    // Create feature detector by detector name.   CV_WRAP static Ptr<FeatureDetector> create( const string&detectorType ); protected:   virtual void detectImpl( const Mat& image,vector<KeyPoint>& keypoints, const Mat& mask=Mat() ) const = 0;    /*    * Remove keypoints that are not in the mask.    * Helper function, useful when wrapping a library call for keypointdetection that    * does not support a mask argument.    */   static void removeInvalidPoints( const Mat& mask,vector<KeyPoint>& keypoints );};

这里，我们发现了我们经常会用到的detect( )方法重载的两个原型，原来是SURF类经过两层的继承，从FeatureDetector类继承而来。

/*  * Detect keypoints in an image.  * imageThe image.  * keypointsThe detectedkeypoints.  * mask Mask specifyingwhere to look for keypoints (optional). Must be a char  *  matrix withnon-zero values in the region of interest.  */   CV_WRAP void detect( const Mat& image, CV_OUTvector<KeyPoint>& keypoints, const Mat& mask=Mat() ) const;    /*  * Detect keypoints in an image set.  * images   Image collection.   * keypointsCollection of keypoints detected in aninput images. keypoints[i] is a set of keypoints detected in an images[i].  * masksMasks for imageset. masks[i] is a mask for images[i].  */   void detect( const vector<Mat>& images,vector<vector<KeyPoint> >& keypoints, constvector<Mat>& masks=vector<Mat>() ) const;

同样，看看SURF类的另一个“爷爷”DescriptorExtractor类的声明

 

/* *Abstract base class for computing descriptors for image keypoints. * * Inthis interface we assume a keypoint descriptor can be represented as a *dense, fixed-dimensional vector of some basic type. Most descriptors used * inpractice follow this pattern, as it makes it very easy to compute *distances between descriptors. Therefore we represent a collection of * descriptorsas a Mat, where each row is one keypoint descriptor. */class CV_EXPORTS_W DescriptorExtractor :public virtual Algorithm{public:   virtual ~DescriptorExtractor();    /*    * Compute the descriptors for a set of keypoints in an image.    * image        The image.    * keypoints    The inputkeypoints. Keypoints for which a descriptor cannot be computed are removed.    * descriptors  Copmputeddescriptors. Row i is the descriptor for keypoint i.    */   CV_WRAP void compute( const Mat& image, CV_OUT CV_IN_OUTvector<KeyPoint>& keypoints, CV_OUT Mat& descriptors ) const;    /*    * Compute the descriptors for a keypoints collection detected in imagecollection.    * images       Image collection.    * keypoints    Input keypointscollection. keypoints[i] is keypoints detected in images[i].    *              Keypoints for whicha descriptor cannot be computed are removed.    * descriptors  Descriptorcollection. descriptors[i] are descriptors computed for set keypoints[i].    */   void compute( const vector<Mat>& images,vector<vector<KeyPoint> >& keypoints, vector<Mat>&descriptors ) const;    CV_WRAP virtual int descriptorSize() const = 0;   CV_WRAP virtual int descriptorType() const = 0;    CV_WRAP virtual bool empty() const;    CV_WRAP static Ptr<DescriptorExtractor> create( const string&descriptorExtractorType ); protected:   virtual void computeImpl( const Mat& image,vector<KeyPoint>& keypoints, Mat& descriptors ) const = 0;    /*    * Remove keypoints within borderPixels of an image edge.    */   static void removeBorderKeypoints( vector<KeyPoint>&keypoints,                                      SizeimageSize, int borderSize );};

上述代码表明FeatureDetector 类和DescriptorExtractor类都虚继承自Algorithm基类。

历经千辛万苦，终于，我们找到SURF类德高望重的祖先——OpenCV中的Algorithm基类。看看其原型声明：

/*! Base class for high-level OpenCV algorithms*/class CV_EXPORTS_W Algorithm{public:  Algorithm();  virtual ~Algorithm();  string name() const;   template<typename _Tp> typename ParamType<_Tp>::member_typeget(const string& name) const;  template<typename _Tp> typename ParamType<_Tp>::member_typeget(const char* name) const;   CV_WRAP int getInt(const string& name) const;  CV_WRAP double getDouble(const string& name) const;  CV_WRAP bool getBool(const string& name) const;  CV_WRAP string getString(const string& name) const;  CV_WRAP Mat getMat(const string& name) const;  CV_WRAP vector<Mat> getMatVector(const string& name) const;  CV_WRAP Ptr<Algorithm> getAlgorithm(const string& name) const;   void set(const string& name, int value);  void set(const string& name, double value);  void set(const string& name, bool value);  void set(const string& name, const string& value);  void set(const string& name, const Mat& value);  void set(const string& name, const vector<Mat>& value);  void set(const string& name, const Ptr<Algorithm>& value);  template<typename _Tp> void set(const string& name, constPtr<_Tp>& value);   CV_WRAP void setInt(const string& name, int value);  CV_WRAP void setDouble(const string& name, double value);  CV_WRAP void setBool(const string& name, bool value);  CV_WRAP void setString(const string& name, const string& value);  CV_WRAP void setMat(const string& name, const Mat& value);  CV_WRAP void setMatVector(const string& name, constvector<Mat>& value);  CV_WRAP void setAlgorithm(const string& name, constPtr<Algorithm>& value);  template<typename _Tp> void setAlgorithm(const string& name,const Ptr<_Tp>& value);   void set(const char* name, int value);  void set(const char* name, double value);  void set(const char* name, bool value);  void set(const char* name, const string& value);  void set(const char* name, const Mat& value);  void set(const char* name, const vector<Mat>& value);  void set(const char* name, const Ptr<Algorithm>& value);  template<typename _Tp> void set(const char* name, constPtr<_Tp>& value);   void setInt(const char* name, int value);   void setDouble(const char* name, doublevalue);  void setBool(const char* name, bool value);  void setString(const char* name, const string& value);  void setMat(const char* name, const Mat& value);  void setMatVector(const char* name, const vector<Mat>& value);  void setAlgorithm(const char* name, const Ptr<Algorithm>&value);  template<typename _Tp> void setAlgorithm(const char* name, constPtr<_Tp>& value);   CV_WRAP string paramHelp(const string& name) const;  int paramType(const char* name) const;  CV_WRAP int paramType(const string& name) const;  CV_WRAP void getParams(CV_OUT vector<string>& names) const;    virtual void write(FileStorage& fs) const;  virtual void read(const FileNode& fn);   typedef Algorithm* (*Constructor)(void);  typedef int (Algorithm::*Getter)() const;  typedef void (Algorithm::*Setter)(int);   CV_WRAP static void getList(CV_OUT vector<string>&algorithms);  CV_WRAP static Ptr<Algorithm> _create(const string& name);  template<typename _Tp> static Ptr<_Tp> create(conststring& name);   virtual AlgorithmInfo* info() const /* TODO: make it = 0;*/ { return 0;}};

关于这几个类缠绵悱恻的关系，画个图就一目了然了，也就是这样的过程：

 

3.3 drawKeypoints函数详解

 

因为接下来的示例程序需要用到drawKeypoints函数，我们在这里顺便讲一讲。

顾名思义，此函数用于绘制关键点。

C++: void drawKeypoints(const Mat&image, const vector<KeyPoint>& keypoints, Mat& outImage, constScalar& color=Scalar::all(-1), int flags=DrawMatchesFlags::DEFAULT )

• 第一个参数，const Mat&类型的src，输入图像。
• 第二个参数，const vector<KeyPoint>&类型的keypoints，根据源图像得到的特征点，它是一个输出参数。
• 第三个参数，Mat&类型的outImage，输出图像，其内容取决于第五个参数标识符falgs。
• 第四个参数，const Scalar&类型的color，关键点的颜色，有默认值Scalar::all(-1)。
• 第五个参数，int类型的flags，绘制关键点是的特征标识符，有默认值DrawMatchesFlags::DEFAULT。 可以在如下这个结构体中选取值。

struct DrawMatchesFlags{   enum    {       DEFAULT = 0, // Output image matrix will be created (Mat::create),         // i.e. existing memory ofoutput image may be reused.         // Two source images,matches, and single keypoints         // will be drawn.         // For each keypoint, onlythe center point will be         // drawn (without a circlearound the keypoint with the         // keypoint size andorientation).       DRAW_OVER_OUTIMG = 1, // Output image matrix will not be           // created (usingMat::create). Matches will be drawn           // on existing contentof output image.       NOT_DRAW_SINGLE_POINTS = 2, // Single keypoints will not be drawn.       DRAW_RICH_KEYPOINTS = 4 // For each keypoint, the circle around           // keypoint withkeypoint size and orientation will           // be drawn.   };};

三、综合示例部分

 

因为这次的两个知识点关联度不大，所以不方便组织起来成为一个综合示例程序。在这里我们分开将其放出。

 

3.1   重映射综合示例程序

 

先放出以remap为核心的综合示例程序，可以用按键控制四种不同的映射模式。且利用了OpenCV版本标识宏“CV_VERSION”，在帮助文字相关代码中加入了一句：

printf("\t当前使用的OpenCV版本为 OpenCV "CV_VERSION);

便可以智能检测出当前使用的OpenCV版本，并输出。如图：

 

按键说明也可以由上图看出。

放出这个程序详细注释的源代码：

//-----------------------------------【程序说明】----------------------------------------------//程序名称:：《【OpenCV入门教程之十七】OpenCV重映射 & SURF特征点检测合辑 》 博文配套源码之【重映射】 //开发所用IDE版本：Visual Studio 2010//开发所用OpenCV版本：2.4.9//2014年6月15日 Created by 浅墨//PS:程序结合配合博文学习效果更佳//浅墨的微博：@浅墨_毛星云 http://weibo.com/1723155442//浅墨的知乎：http://www.zhihu.com/people/mao-xing-yun//浅墨的豆瓣：http://www.douban.com/people/53426472///----------------------------------------------------------------------------------------------//-----------------------------------【头文件包含部分】---------------------------------------//描述：包含程序所依赖的头文件//---------------------------------------------------------------------------------------------- #include "opencv2/highgui/highgui.hpp"#include "opencv2/imgproc/imgproc.hpp"#include <iostream>//-----------------------------------【命名空间声明部分】--------------------------------------//          描述：包含程序所使用的命名空间//-----------------------------------------------------------------------------------------------using namespace cv;using namespace std;//-----------------------------------【宏定义部分】-------------------------------------------- //  描述：定义一些辅助宏 //------------------------------------------------------------------------------------------------ #define WINDOW_NAME "【程序窗口】"        //为窗口标题定义的宏 //-----------------------------------【全局变量声明部分】--------------------------------------//          描述：全局变量的声明//-----------------------------------------------------------------------------------------------Mat g_srcImage, g_dstImage;Mat g_map_x, g_map_y;//-----------------------------------【全局函数声明部分】--------------------------------------//          描述：全局函数的声明//-----------------------------------------------------------------------------------------------int update_map( int key);static void ShowHelpText( );//输出帮助文字//-----------------------------------【main( )函数】--------------------------------------------//          描述：控制台应用程序的入口函数，我们的程序从这里开始执行//-----------------------------------------------------------------------------------------------int main( int argc, char** argv ){  //改变console字体颜色  system("color 2F");   //显示帮助文字  ShowHelpText();  //【1】载入原始图  g_srcImage = imread( "1.jpg", 1 );  if(!g_srcImage.data ) { printf("读取图片错误，请确定目录下是否有imread函数指定的图片存在~！ \n"); return false; }    imshow("原始图",g_srcImage);  //【2】创建和原始图一样的效果图，x重映射图，y重映射图  g_dstImage.create( g_srcImage.size(), g_srcImage.type() );  g_map_x.create( g_srcImage.size(), CV_32FC1 );  g_map_y.create( g_srcImage.size(), CV_32FC1 );  //【3】创建窗口并显示  namedWindow( WINDOW_NAME, CV_WINDOW_AUTOSIZE );  imshow(WINDOW_NAME,g_srcImage);  //【4】轮询按键，更新map_x和map_y的值，进行重映射操作并显示效果图  while( 1 )  {    //获取键盘按键      int key = waitKey(0);      //判断ESC是否按下，若按下便退出      if( (key & 255) == 27 )      {        cout << "程序退出...........\n";        break;      }      //根据按下的键盘按键来更新 map_x & map_y的值. 然后调用remap( )进行重映射    update_map(key);    remap( g_srcImage, g_dstImage, g_map_x, g_map_y, CV_INTER_LINEAR, BORDER_CONSTANT, Scalar(0,0, 0) );    //显示效果图    imshow( WINDOW_NAME, g_dstImage );  }  return 0;}//-----------------------------------【update_map( )函数】--------------------------------//          描述：根据按键来更新map_x与map_x的值//----------------------------------------------------------------------------------------------int update_map( int key ){  //双层循环，遍历每一个像素点  for( int j = 0; j < g_srcImage.rows;j++)  {     for( int i = 0; i < g_srcImage.cols;i++)    {      switch(key)      {      case '1': // 键盘【1】键按下，进行第一种重映射操作        if( i > g_srcImage.cols*0.25 && i < g_srcImage.cols*0.75 && j > g_srcImage.rows*0.25 && j < g_srcImage.rows*0.75)        {          g_map_x.at<float>(j,i) = static_cast<float>(2*( i - g_srcImage.cols*0.25 ) + 0.5);          g_map_y.at<float>(j,i) = static_cast<float>(2*( j - g_srcImage.rows*0.25 ) + 0.5);        }        else        {           g_map_x.at<float>(j,i) = 0;          g_map_y.at<float>(j,i) = 0;        }        break;      case '2':// 键盘【2】键按下，进行第二种重映射操作        g_map_x.at<float>(j,i) = static_cast<float>(i);        g_map_y.at<float>(j,i) = static_cast<float>(g_srcImage.rows - j);        break;      case '3':// 键盘【3】键按下，进行第三种重映射操作        g_map_x.at<float>(j,i) = static_cast<float>(g_srcImage.cols - i);        g_map_y.at<float>(j,i) = static_cast<float>(j);        break;      case '4':// 键盘【4】键按下，进行第四种重映射操作        g_map_x.at<float>(j,i) = static_cast<float>(g_srcImage.cols - i);        g_map_y.at<float>(j,i) = static_cast<float>(g_srcImage.rows - j);        break;      }     }  }  return 1;}//-----------------------------------【ShowHelpText( )函数】----------------------------------  //      描述：输出一些帮助信息  //----------------------------------------------------------------------------------------------  static void ShowHelpText()  {    //输出一些帮助信息    printf("\n\n\n\t欢迎来到重映射示例程序~\n\n");    printf("\t当前使用的OpenCV版本为 OpenCV "CV_VERSION);    printf( "\n\n\t按键操作说明: \n\n"      "\t\t键盘按键【ESC】- 退出程序\n"      "\t\t键盘按键【1】-  第一种映射方式\n"      "\t\t键盘按键【2】- 第二种映射方式\n"      "\t\t键盘按键【3】- 第三种映射方式\n"      "\t\t键盘按键【4】- 第四种映射方式\n"      "\n\n\t\t\t\t\t\t\t\t by浅墨\n\n\n"      );  }

运行效果图。首先是原始图：

 

第一种重映射：

第二种重映射： 

第三种重映射： 

第四种重映射： 

 

3.2 SURF特征点检测综合示例程序

这个示例程涉及到如下三个方面：

 

• 使用 FeatureDetector 接口来发现感兴趣点。
• 使用 SurfFeatureDetector 以及其函数 detect 来实现检测过程
• 使用函数 drawKeypoints 绘制检测到的关键点。

 

详细注释的源代码：

//-----------------------------------【程序说明】----------------------------------------------//程序名称:：《【OpenCV入门教程之十七】OpenCV重映射 & SURF特征点检测合辑 》 博文配套源码 之【SURF特征点检测】//开发所用IDE版本：Visual Studio 2010//开发所用OpenCV版本：2.4.9//2014年6月15日 Created by 浅墨//PS:程序结合配合博文学习效果更佳//浅墨的微博：@浅墨_毛星云 http://weibo.com/1723155442//浅墨的知乎：http://www.zhihu.com/people/mao-xing-yun//浅墨的豆瓣：http://www.douban.com/people/53426472///----------------------------------------------------------------------------------------------//-----------------------------------【头文件包含部分】---------------------------------------//描述：包含程序所依赖的头文件//----------------------------------------------------------------------------------------------#include "opencv2/core/core.hpp"#include "opencv2/features2d/features2d.hpp"#include "opencv2/highgui/highgui.hpp"#include "opencv2/nonfree/nonfree.hpp"#include <iostream>//-----------------------------------【命名空间声明部分】--------------------------------------//          描述：包含程序所使用的命名空间//-----------------------------------------------------------------------------------------------using namespace cv;//-----------------------------------【全局函数声明部分】--------------------------------------//          描述：全局函数的声明//-----------------------------------------------------------------------------------------------static void ShowHelpText( );//输出帮助文字//-----------------------------------【main( )函数】--------------------------------------------//   描述：控制台应用程序的入口函数，我们的程序从这里开始执行//-----------------------------------------------------------------------------------------------int main( int argc, char** argv ){  //【0】改变console字体颜色      system("color 2F");      //【0】显示帮助文字    ShowHelpText( );    //【1】载入源图片并显示  Mat srcImage1 = imread("1.jpg", 1 );  Mat srcImage2 = imread("2.jpg", 1 );  if( !srcImage1.data || !srcImage2.data )//检测是否读取成功  { printf("读取图片错误，请确定目录下是否有imread函数指定名称的图片存在~！ \n"); return false; }   imshow("原始图1",srcImage1);  imshow("原始图2",srcImage2);  //【2】定义需要用到的变量和类  int minHessian = 400;//定义SURF中的hessian阈值特征点检测算子  SurfFeatureDetector detector( minHessian );//定义一个SurfFeatureDetector（SURF） 特征检测类对象  std::vector<KeyPoint> keypoints_1, keypoints_2;//vector模板类是能够存放任意类型的动态数组，能够增加和压缩数据  //【3】调用detect函数检测出SURF特征关键点，保存在vector容器中  detector.detect( srcImage1, keypoints_1 );  detector.detect( srcImage2, keypoints_2 );  //【4】绘制特征关键点  Mat img_keypoints_1; Mat img_keypoints_2;  drawKeypoints( srcImage1, keypoints_1, img_keypoints_1, Scalar::all(-1), DrawMatchesFlags::DEFAULT );  drawKeypoints( srcImage2, keypoints_2, img_keypoints_2, Scalar::all(-1), DrawMatchesFlags::DEFAULT );  //【5】显示效果图  imshow("特征点检测效果图1", img_keypoints_1 );  imshow("特征点检测效果图2", img_keypoints_2 );  waitKey(0);  return 0;}//-----------------------------------【ShowHelpText( )函数】----------------------------------//          描述：输出一些帮助信息//----------------------------------------------------------------------------------------------void ShowHelpText(){   //输出一些帮助信息    printf("\n\n\n\t欢迎来到【SURF特征点检测】示例程序~\n\n");      printf("\t当前使用的OpenCV版本为 OpenCV "CV_VERSION);    printf( "\n\n\t按键操作说明: \n\n"             "\t\t键盘按键任意键- 退出程序\n\n"        "\n\n\t\t\t\t\t\t\t\t by浅墨\n\n\n");  }

运行效果图。

第一组图片对比效果：

 

第二组图片对比效果：

 

本篇文章的配套源代码请点击这里下载：

 

【浅墨OpenCV入门教程之十七】配套源代码之重映射下载

 

【浅墨OpenCV入门教程之十七】配套源代码之SURF特征点检测下载

 

 

 

 

OK，今天的内容大概就是这些，我们下篇文章见：）