提取特征点的方式，opencv2.x和opencv3.x的区别

最新推荐文章于 2021-03-17 23:05:48 发布

原创最新推荐文章于 2021-03-17 23:05:48 发布 · 1k 阅读

1 ·

CC 4.0 BY-SA版权

opencv 专栏收录该内容

6 篇文章

订阅专栏

本文介绍了如何在OpenCV的不同版本中使用SURF特征进行图像匹配。在OpenCV 2.x中，通过SurfFeatureDetector检测关键点；而在OpenCV 3.2中，则通过SURF::create创建指针对象并进行关键点检测与描述符提取。最后使用BruteForce匹配器进行匹配。

SURF特征在opencv2.x中用法：

SurfFeatureDetector     detector( minHessian );  
std::vector<KeyPoint> keypoints_1, keypoints_2;  
  
detector.detect( img_1, keypoints_1 );  
detector.detect( img_2, keypoints_2 )

在opencv3.2中的用法为：

Ptr<SURF> detector = SURF::create(minHessian);
detector->detect(img_1, keypoints_1);

Ptr<SURF> extractor = SURF::create();
extractor->compute(img_1, keypoints_1, descriptors_1);

Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create("BruteForce");
matcher->match(descriptors_1, descriptors_2, matches);

同样的，

SurfFeatureDetector、SurfDescriptorExtractor、BruteForceMatcher，都有类似操作。使用方法类似。