opencv-图片特征点提取

最新推荐文章于 2025-06-10 14:12:40 发布

原创

最新推荐文章于 2025-06-10 14:12:40 发布 · 2.2k 阅读

6 ·

CC 4.0 BY-SA版权

本文深入探讨了OpenCV库在图片特征点提取中的应用，包括SIFT、SURF和ORB等算法的工作原理和实践步骤，同时展示了如何在Python中实现这些算法，帮助读者理解并掌握图像处理中的关键技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#include "opencv2/opencv.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/nonfree/features2d.hpp"
#include "opencv2/flann/miniflann.hpp"
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/calib3d/calib3d.hpp"
#include <stdio.h>
#include <iostream>
using namespace cv; 
using namespace std; 
cv::Mat flannMatchExtract(cv::Mat srcImage1, cv::Mat srcImage2)
{
	CV_Assert(srcImage1.data != 0 && srcImage2.data != 0);
	// 构造SURF检测器
	int hessPara = 300;
	SurfFeatureDetector  detector(hessPara);
	vector<KeyPoint> kPoint1, kPoint2;
	// 特征点检测
	detector.detect(srcImage1,kPoint1);
	detector.detect(srcImage2,kPoint2);
	SurfDescriptorExtractor extractor;
	// 描述子提取
	cv::Mat despMat1, despMat2;
	extractor.compute(srcImage1,kPoint1, despMat1);
	extractor.compute(srcImage2,kPoint2, despMat2);
	// Flann 特征点匹配
	FlannBasedMatcher matcher; 
	vector< DMatch > matches; 
	matcher.match( despMat1, despMat2, matches ); 
	double m