当用相关算法检测到两幅图的特征点后,我们一般要进行匹配操作,一般的搜索方法因为数据量大而造成时间的开销大,这个时候,如果使用FLANN(即Fast Approximate Nearest Neighbor Search Library),会减小不少运算量。相关的原理大家请大家参考相关资料,这里给出示例代码。
代码如下:
代码中用到的图像下载链接:https://pan.baidu.com/s/1eSAPnVG 密码:usrm
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!
//opencv版本:OpenCV2.4.9
//VS版本:VS2012
//Author:qxsf321.net
#include <opencv2/opencv.hpp>
#include <opencv2/imgproc/types_c.h>
#include <opencv2/imgproc/types_c.h>
#include <opencv2/highgui/highgui_c.h>
#include <opencv2/nonfree/nonfree.hpp>
#include <opencv2/legacy/legacy.hpp>
using namespace cv;
using namespace std;
#include <iostream>
int main()
{
//完整代码请搜索公众号"qxsf321",关注后回复0052即可获取
//完整代码请搜索公众号"qxsf321",关注后回复0052即可获取
//完整代码请搜索公众号"qxsf321",关注后回复0052即可获取
}
运行结果截图如下:


在实际测试程序时,同样是SURF特征检测,但运行速度上能明显感觉到本帖中的程序快于博文https://blog.youkuaiyun.com/lehuoziyuan/article/details/84341387中的程序。
本文介绍了如何在OpenCV中利用FLANN库快速进行特征匹配,以减少大量数据搜索的时间开销。提供了相关代码示例,并分享了运行速度对比结果,相较于传统方法有显著提升。
715

被折叠的 条评论
为什么被折叠?



