利用opencv实现sift matching

最新推荐文章于 2025-01-12 21:44:07 发布

zja147

最新推荐文章于 2025-01-12 21:44:07 发布

阅读量4.2k

点赞数

分类专栏： OpenCV

本文链接：https://blog.youkuaiyun.com/zja147/article/details/13137217

版权

博客内容介绍了如何在OpenCV中实现SIFT特征匹配，通过修改example中的matcher_simple.cpp文件，将SURF替换为SIFT。SiftFeatureDetector和SiftDescriptorExtractor实际上是SIFT的typedef，detect用于检测关键点，compute计算关键点的描述符。BFMatcher采用L2范数，如果需要保存匹配点信息，可以利用DMatch类的queryIdx和trainIdx属性来获取对应的关键点下标。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

实际上在opencv的example里有一个matcher_simple.cpp的文件就实现了SURF的匹配。在做sift matching的时候只要把surf改成sift就可以了。接下来还是先上源码

#include <stdio.h>
#include <core/core.hpp>
#include <features2d/features2d.hpp>
#include <highgui/highgui.hpp>
#include <nonfree/nonfree.hpp>

using namespace cv;
int main(int argc, char ** argv){
	Mat img1 = imread(argv[1], CV_LOAD_IMAGE_GRAYSCALE);
	Mat img2 = imread(argv[2], CV_LOAD_IMAGE_GRAYSCALE);
	Mat img1_mask = imread(argv[3], CV_LOAD_IMAGE_GRAYSCALE);
	SiftFeatureDetector detector;
	vector<KeyPoint> keypoints1, keypoints2;

	detector.detect(img1, keypoints1, img1_mask);
	detector.detect(img2, keypoints2);
	
	
	SiftDescriptorExtractor extractor;
	Mat descriptors1, descriptors2;
	extractor.compute(img1, keypoints1, descriptors1);
	extractor.compute(img2, keypoints2, descriptors2);

	BFMatcher matcher(NORM_L2);
	vector<DMatch> matches;
	matcher.match(descriptors1, descriptors2,