OpenCV中特征点提取和匹配的通用方…

本文转自：http://blog.sina.com.cn/s/blog_4298002e01013w4z.html

OpenCV在新版本中把很多C语言的代码都重新整理成了C++代码，让我们在使用的时候更加方便灵活。其中对于特征点的提取和匹配，充分体现了C++的强大。下面直接用例子来说明。假设我们有两幅图：1.bmp和2.bmp，要从中提取体征点并匹配，代码如下：

// Load image from file
IplImage *pLeftImage = cvLoadImage("1.bmp",
CV_LOAD_IMAGE_GRAYSCALE);
IplImage *pRightImage = cvLoadImage("2.bmp",
CV_LOAD_IMAGE_GRAYSCALE);

// Convert IplImage to cv::Mat
Mat matLeftImage = Mat(pLeftImage, false); // Do not
copy
Mat matRightImage = Mat(pRightImage, false);

// Key point and its descriptor
vector<KeyPoint> LeftKey;
vector<KeyPoint> RightKey;
Mat LeftDescriptor;
Mat RightDescriptor;
vector<DMatch> Matches;

// Detect key points from image
FeatureDetector *pDetector = new SurfFeatureDetector; //
这里我们用了SURF特征点
pDetector->detect(matLeftImage, LeftKey);
pDetector->detect(matRightImage,
RightKey);
delete pDetector;

// Extract descriptors
DescriptorExtractor *pExtractor = new SurfDescriptorExtractor;
// 提取SURF描述向量
pExtractor->compute(matLeftImage, LeftKey,
LeftDescriptor);
pExtractor->compute(matRightImage, RightKey,
RightDescriptor);
delete pExtractor;

// Matching features
DescriptorMatcher *pMatcher = new FlannBasedMatcher; //
使用Flann匹配算法
pMatcher->match(LeftDescriptor,
RightDescriptor, Matches);
delete pMatcher;

// Show result
Mat 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swich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。