opencv3.1中利用SIFT特征及RANSAC筛选进行图像矫正

本文介绍了在opencv3.1中如何利用SIFT特征和RANSAC算法进行图像矫正。首先安装opencv_contrib获取SIFT接口,然后通过检测和计算特征点、匹配描述矩阵,采用BFMatcher进行初步匹配。接着,通过findHomography函数进行RANSAC筛选,排除错误匹配点,最终利用获得的转移矩阵对图像进行矫正。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

【我的】opencv3.1中利用SIFT特征及RANSAC筛选进行图像矫正

作者:zcr214  时间:2016年8月23日11:20:06

 

一、安装opencv_contrib

OpenCV3对OpenCV的模块进行了调整,将开发中与nofree模块放在了OpenCV_contrib中(包含SIFT),gitHub上的官方项目分成了两个,opencv 与 opencv_contrib。所以,要使用sift接口需在opencv3.1基础上,再安装opencv_contrib。

安装具体流程详情见:

http://note.youdao.com/yws/public/redirect/share?id=7140349b9ae4bc80fd7c5009b689d57a&type=false

二、sift特征提取

1.探测特征点

 

Matinput1=imread("01.jpg",1);

Matinput2=imread("02.jpg",1);

Ptr<xfeatures2d::SIFT>feature=xfeatures2d::SIFT::create();//创建SIFT特征类

       vector<KeyPoint>keypoints1;

       feature->detect(input1,keypoints1);//检测特征点,检测信息保存在keypoint

Matoutput1;

       drawKeypoints(input1,keypoints1,output1);

       vector<KeyPoint>keypoints2;

       feature->detect(input2,keypoints2);

Matoutput2;

       drawKeypoints<

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值