0047-OpenCV下的SURF特征检测

最新推荐文章于 2023-09-20 20:14:40 发布

原创最新推荐文章于 2023-09-20 20:14:40 发布 · 795 阅读

1 ·

CC 4.0 BY-SA版权

OpenCV下的特征分析技术专栏收录该内容

6 篇文章

订阅专栏

本文介绍了如何利用OpenCV2.4.9的SURF类进行图像特征提取与匹配，由于OpenCV3.0不包含nonfree模块，故选择旧版本。提供了相关代码和资源下载链接，并展示了运行结果。

一个物体，不管远近以及角度如何，我们人都能判断为同一物体，因为我们人脑是根据物体的特征来判断是不是同一物体的，计算机在处理图像时，我们也希望具备这样的能力，所以需要对图像进行特征提取。

本文给出利用OpenCV的SURF类来进行图像的特征提取与匹配的代码。

由于OpenCV3.0没有编译nonfree模块，而SURF类包含在这个模块中，所以我们使用OpenCV2.4.9
OpenCV2.4.9的Windows版安装包下载链接及配置方法请搜索公众号"qxsf321"，关注后回复0045获取！

代码如下：

图像处理开发资料、图像处理开发需求、图像处理接私活挣零花钱，可以搜索公众号"qxsf321"，并关注！
代码中用到的图像下载链接：https://pan.baidu.com/s/1eSAPnVG 密码：usrm

#include <highgui/highgui.hpp>  
#include <opencv2/nonfree/nonfree.hpp> 
#include <opencv2/legacy/legacy.hpp>  

using namespace cv;  
using namespace std;  
int main()  
{  
    Mat srcImage1 = imread("17.jpg");  
    Mat srcImage2 = imread("18.jpg");  
    //imshow("【原图1】", srcImage1);  
    //imshow("【原图2】", srcImage2);  

    //首先对两幅图像进行特征点的检测  
    //先准备参数  
    vector<KeyPoint> keyPoint1;  
    vector<KeyPoint> keyPoint2;  
    SURF surf(2000);            //2000为检测算子的阀值  
    surf.detect(srcImage1, keyPoint1);  
    surf.detect(srcImage2, keyPoint2);  

    //利用得到的特征点计算特征描述子  
    //目的：对得到的每个特征点进行特征描述，整合到Mat类型的矩阵中（计算结果是Mat类型的）  
    //该得到的结果矩阵的行数就是特征点的个数，因为是对每个点进行描述，所以每行都会有一个描述的字子向量，共同构成Mat矩阵  
    Mat descriImage1, descriImage2;  
    surf.compute(srcImage1, keyPoint1, descriImage1);  
    surf.compute(srcImage2, keyPoint2, descriImage2);  

    //正式开始在两幅图像中进行匹配  
    //先得到一个匹配向量  
    BruteForceMatcher<L2<float>> BfMatcher;  
    vector<DMatch> g_vMatches;  
    //g_vMatches就是得到的匹配向量  
    BfMatcher.match(descriImage1, descriImage2, g_vMatches);  

    //用绘制函数对匹配向量进行绘制  
    Mat dstImage;  
    drawMatches(srcImage1, keyPoint1, srcImage2, keyPoint2, g_vMatches, dstImage);  

    imshow("【SURF特征提取后的图像】", dstImage);  

    waitKey(0);  

    return 0;  
}

说明：
drawMatches函数的使用请访问帖子https://blog.youkuaiyun.com/lehuoziyuan/article/details/84339444查看

运行结果截图如下：