SURF特征点检测（带源代码以及IplImage和Mat类图像转换详细过程、cvmat/mat/IplImage之间深拷贝和浅拷贝）

SURF特征是类似于一种尺度不变的特征点，他的优点就是比SIFT效率高    

 //实现IplImage转换成mat     

     IplImage *img_1 = cvLoadImage("res\\me.jpg",1);

    cv::Mat image(img_1);

    if (image.empty())

    {

        fprintf(stderr,"cannot not load");

    }

//    cv::namedWindow("Original Image");

//    cv::imshow("Original Image", image);

//            vector是C++标准模版库中的部分内容，存放各种类型的对象
//              我们在使用opencv相关函数调用时候，会出现一种vector析构，造成程序莫名崩溃
//             只需要在opencv调用之前给vector分配内存即可解决，下面检测image中的SUFR特征点存储到keypoints中

    std::vector<cv::KeyPoint>keypoints;

    keypoints.resize(10000);//分配内存

    cv::SurfFeatureDetector surf(2500);

    cv::Mat featureImage;

    surf.detect(image,keypoints);

    cv::drawKeypoints(image,                    //源图像

        keypoints,                        //源图像的特征点

        featureImage,                      //目标图像

        cv::Scalar(255,255,255),               //匹配的颜色

        cv::DrawMatchesFlags::DRAW_RICH_KEYPOINTS);  // 对每个特征点周围circle包含特征点大小和方向

//    cv::namedWindow("SURF Features");

//    cv::imshow("SURF Features",featureImage);

//一般IplImage与mat类都有自己的成员函数实现相互转换

/*

  深拷贝：单独分配空间，两者相互独立

  浅拷贝：不复制数据只创建矩阵头，数据共享所以你单独调用函数转换，会造成你后期使用不了这个图像相关数据

 1.cvMat(是opencv中重要的矩阵变换函数，一个cvmat的元素不一定是一个单一的数字，在矩阵中可以通过单一的输入来表示多值，这样实现三原色图像上面会多重色彩通道)

  Cvmat之间复制:Cvmat *a;CvMat *b=cvCloneMat(a);

 2.Mat之间复制：浅拷贝   Mat a;Mat b=a; Mat c(a);后期使用不太不好，不建议使用

           深拷贝   Mat a;Mat b=a.clone(a);Mat c;a.copyTo(c);第一个a到b,第二个a到c

 3.CvMat转成Mat:

//使用Mat的构造函数：Mat::Mat(const CvMat* m, bool copyData=false);    

 默认情况下copyData为false

 CvMat* a;

//注意：以下三种效果一致，均为浅拷贝

 Mat b(a);    //a "copy" to b

 Mat b(a, false);    //a "copy" to b

 Mat b = a;    //a "copy" to b

//注意：当将参数copyData设为true后，则为深拷贝（复制整个图像数据）

 Mat b = Mat(a, true); //a copy to b 

 4.Mat转CvMat:

//注意：浅拷贝

 Mat a;

 CvMat b = a; //a "copy" to b

//注意：深拷贝

 Mat a;

 CvMat *b;

 CvMat temp = a; //转化为CvMat类型，而不是复制数据

 cvCopy(&temp, b); //真正复制数据 cvCopy使用前要先开辟内存空间

 5.IplImage转Mat

//使用Mat的构造函数：Mat::Mat(const IplImage* img, bool copyData=false);    

 默认情况下copyData为false

 IplImage* srge("Lena.jpg");

//注意：以下三种效果一致，均为浅拷贝

 Mat M(srcImg);

 Mat M(srcImg, false);

 Mat M = srcImg;

 //注意：当将参数copyData设为true后，则为深拷贝（复制整个图像数据）

 Mat M(srcImg, true);

 6.Mat转IplImage

 //注意：浅拷贝 - 同样只是创建图像头，而没有复制数据

 Mat M;

 IplImage img = M;

 IplImage img = IplImage(M);

 //深拷贝

 cv::Mat img2;

 IplImage imgTmp = img2;

 IplImage *input = cvCloneImage(&imgTmp);

 7.IplImage转CvMat

//法一：cvGetMat函数

 IplImage* img;

 CvMat temp;

 CvMat* mat = cvGetMat(img, &temp);    //深拷贝

//法二：cvConvert函数

 CvMat *mat = cvCreateMat(img->height, img->width, CV_64FC3);    

//注意height和width的顺序

 cvConvert(img, mat);    //深拷贝

 8.CvMat转IplImage 

//法一：cvGetImage函数

 CvMat M;

 IplImage* img = cvCreateImageHeader(M.size(), M.depth(), M.channels());

 cvGetImage(&M, img);    //深拷贝：函数返回img

//也可写成

 CvMat M;

 IplImage* img = cvGetImage(&M, cvCreateImageHeader(M.size(), M.depth(),  M.channels()));

//法二：cvConvert函数

 CvMat M;

 IplImage* img = cvCreateImage(M.size(), M.depth(), M.channels());

 cvConvert(&M, img);    //深拷贝

*/

    IplImage img_2 = featureImage;

    IplImage *input = cvCloneImage(&img_2);

    CDC *pDC = GetDlgItem(IDC_SURF_Picture_1)->GetDC();

    CDC *pDC_2 = GetDlgItem(IDC_SURF_Picture_2)->GetDC();

    HDC hdc = pDC->GetSafeHdc();

    HDC hdc_2 = pDC_2->GetSafeHdc();

    CRect rect;

    CRect rect_2;

    GetDlgItem(IDC_SURF_Picture_1)->GetClientRect(&rect);

    GetDlgItem(IDC_SURF_Picture_2)->GetClientRect(&rect_2);

    CvvImage cimg,cimg_2;

    cimg.CopyOf(img_1,img_1->nChannels);

    cimg_2.CopyOf(input,input->nChannels);

    cimg.DrawToHDC(hdc,&rect);

    cimg_2.DrawToHDC(hdc_2,&rect_2);

    ReleaseDC(pDC);

    ReleaseDC(pDC_2);

    cimg.Destroy();

    cimg_2.Destroy();

 

参照http://blog.csdn.net/zr459927180/article/details/50954791（仅供学习）