opencv提取SIFT特征
2017-01-08 10:19
363 查看
转自:
http://www.jianshu.com/p/a07044da13da
opencv中sift特征提取的步骤
使用SiftFeatureDetector 的detect方法检测特征存入一个向量里,并使用drawKeypoints在图中标识出来SiftDescriptorExtractor 的compute方法提取特征描述符,特征描述符是一个矩阵
使用匹配器matcher对描述符进行匹配,匹配结果保存由DMatch的组成的向量里
设置距离阈值,使得匹配的向量距离小于最小距离的2被才能进入最终的结果,用DrawMatch可以显示
代码
// 使用Flann进行特征点匹配.cpp : 定义控制台应用程序的入口点。 // #include "stdafx.h" #include <opencv2/opencv.hpp> #include <highgui/highgui.hpp> #include <features2d/features2d.hpp> #include <nonfree/nonfree.hpp> #include <vector> using namespace cv; using namespace std; int _tmain(int argc, _TCHAR* argv[]) { Mat input1 = imread("E://code//test//image//box.png", 1); Mat input2 = imread("E://code//test//image//box_in_scene.jpg", 1); if (input1.empty()||input2.empty()) { cout << "不能正常加载图片" << endl; system("pause"); return -1; } /************************************************************************/ /*下面进行提取特征点*/ /************************************************************************/ SiftFeatureDetector feature; vector<KeyPoint> kerpoints1; feature.detect(input1, kerpoints1); Mat output1; drawKeypoints(input1, kerpoints1, output1); vector<KeyPoint> kerpoints2; feature.detect(input2, kerpoints2); Mat output2; drawKeypoints(input2, kerpoints2, output2); imshow("提取特征点后的box.png", output1); imshow("提取特征点后的box_in_scene.png", output2); imwrite("提取特征点后的box.png", output1); imwrite("提取特征点后的box_in_scene.png", output2); cout << "box提取的特征点数为:" << kerpoints1.size() << endl; cout << "box_in_scene的特征点数为:" << kerpoints2.size() << endl; /************************************************************************/ /* 下面进行特征向量提取 */ /************************************************************************/ SiftDescriptorExtractor descript; Mat description1; descript.compute(input1, kerpoints1, description1); Mat description2; descript.compute(input2, kerpoints2, description2); /************************************************************************/ /* 下面进行特征向量临近匹配 */ /************************************************************************/ vector<DMatch> matches; FlannBasedMatcher matcher; Mat image_match; matcher.match(description1, description2, matches); /************************************************************************/ /* 下面计算向量距离的最大值与最小值 */ /************************************************************************/ double max_dist = 0, min_dist = 100; for (int i = 0; i < description1.rows; i++) { if (matches.at(i).distance>max_dist) { max_dist = matches[i].distance; } if (matches[i].distance<min_dist) { min_dist = matches[i].distance; } } cout << "最小距离为" << min_dist << endl; cout << "最大距离为" << max_dist << endl; /************************************************************************/ /* 得到距离小于而V诶最小距离的匹配 */ /************************************************************************/ vector<DMatch> good_matches; for (int i = 0; i < matches.size(); i++) { if (matches[i].distance<2*min_dist) { good_matches.push_back(matches[i]); cout <<"第一个图中的"<< matches[i].queryIdx<<"匹配了第二个图中的"<<matches[i].trainIdx<<endl; } } drawMatches(input1, kerpoints1, input2, kerpoints2, good_matches, image_match); imshow("匹配后的图片", image_match); imwrite("匹配后的图片.png", image_match); cout << "匹配的特征点数为:" << good_matches.size() << endl; waitKey(0); return 0; }
程序运行前的原始图片
box.png
box_in_scene.png
提取特征点后
box提取特征后.png
box_in_scene提取特征后
进行匹配后
匹配特征后.png
Paste_Image.png
Paste_Image.png
相关代码介绍
double max_dist = 0, min_dist = 100; for (int i = 0; i < description1.rows; i++) { if (matches.at(i).distance>max_dist) { max_dist = matches[i].distance; } if (matches[i].distance<min_dist) { min_dist = matches[i].distance; } }
设置阈值,当特征向量的距离在最小距离的二倍范围内的,匹配为好的匹配;
本博文由时尚时尚最时尚的markdown编辑器编写.
相关文章推荐
- opencv 中关于BOW模型的实现以及相关的函数解释
- centos安装svn
- opencv的基础知识
- 10分钟带你光速入门运维工具之-Puppe
- adb shell 操作数据库
- Linux进程管理、进程创建、线程实现、僵尸进程
- Linux学习~树莓派gpio控制
- 使用OpenCv将图像转化为灰度图像
- Linux定时执行php
- Spark 安装
- 编译 cm-13-kiwi-4-honor5x - extract-files.sh - proprietary-files.txt
- windows 10 + vwware+centos 6.5虚拟机系统安装Tomcat
- linux常用命令的英文单词缩写
- CentOS 6.6安装命令行 Web 浏览器 links
- OpenCV_颜色直方图的计算、显示、处理、对比及反向投影
- Docker(swarm mode)在一段时间不用后无法启动
- docker创建image
- Linux 知识收集
- 在 Linux 中管理设备
- Linux Mint (在Linux命令中处理特殊文件名)