opencv--特征匹配
2014-12-09 10:54
148 查看
#include "stdafx.h" #include <stdio.h> #include <iostream> #include <opencv2/opencv.hpp> #include <opencv2\features2d\features2d.hpp> #include <opencv2\nonfree\nonfree.hpp> #include <opencv2\legacy\legacy.hpp> #include <opencv2/core/core.hpp>//因为在属性中已经配置了opencv等目录,所以把其当成了本地目录一样 #include <opencv2/features2d/features2d.hpp> #include <opencv2/highgui/highgui.hpp> using namespace cv; using namespace std; void readme(); int main(int argc,char* argv[]) { Mat img_1=imread("C:\\Users\\Bite07\\Desktop\\1.3.jpg",CV_LOAD_IMAGE_GRAYSCALE);//宏定义时CV_LOAD_IMAGE_GRAYSCALE=0,也就是读取灰度图像 Mat img_2=imread("C:\\Users\\Bite07\\Desktop\\4.jpg",CV_LOAD_IMAGE_GRAYSCALE);//一定要记得这里路径的斜线方向,这与Matlab里面是相反的 if(!img_1.data || !img_2.data)//如果数据为空 { cout<<"opencv error"<<endl; return -1; } cout<<"open right"<<endl; //第一步,用SIFT算子检测关键点 SiftFeatureDetector detector;//构造函数采用内部默认的 std::vector<KeyPoint> keypoints_1,keypoints_2;//构造2个专门由点组成的点向量用来存储特征点 detector.detect(img_1,keypoints_1);//将img_1图像中检测到的特征点存储起来放在keypoints_1中 detector.detect(img_2,keypoints_2);//同理 //在图像中画出特征点 Mat img_keypoints_1,img_keypoints_2; drawKeypoints(img_1,keypoints_1,img_keypoints_1,Scalar::all(-1),DrawMatchesFlags::DEFAULT);//在内存中画出特征点 drawKeypoints(img_2,keypoints_2,img_keypoints_2,Scalar::all(-1),DrawMatchesFlags::DEFAULT); imshow("sift_keypoints_1",img_keypoints_1);//显示特征点 imshow("sift_keypoints_2",img_keypoints_2); //计算特征向量 SiftDescriptorExtractor extractor;//定义描述子对象 Mat descriptors_1,descriptors_2;//存放特征向量的矩阵 extractor.compute(img_1,keypoints_1,descriptors_1);//计算特征向量 extractor.compute(img_2,keypoints_2,descriptors_2); //用burte force进行匹配特征向量 BruteForceMatcher<L2<float>>matcher;//定义一个burte force matcher对象 vector<DMatch>matches; matcher.match(descriptors_1,descriptors_2,matches); //绘制匹配线段 Mat img_matches; drawMatches(img_1,keypoints_1,img_2,keypoints_2,matches,img_matches);//将匹配出来的结果放入内存img_matches中 //显示匹配线段 imshow("sift_Matches",img_matches);//显示的标题为Matches waitKey(0); return 0; }
参考至:/article/4670182.html
相关文章推荐
- Opencv 各种特征点提取和匹配
- 使用RANSAC提纯ORB和BRISK特征点,达到鲁棒匹配的效果(OpenCV 2.4.13下,源码)
- 利用opencv提取Hu不变量特征 形状匹配 机器学习识别手写数字 傅里叶变换
- 使用RANSAC提纯KAZE和AKAZE特征点,达到鲁棒匹配的效果(OpenCV 3.2.0下,源码)
- 使用Opencv进行图像特征点检查与匹配
- 【OpenCV】 基于 ransac 算法的 sift 特征匹配程序(开发环境为OpenCV2.3.1+VS2010)
- OpenCV_局部图像特征的提取与匹配_源代码
- 【OpenCV】OpenCV3中的SURF特征点的寻找和匹配
- OpenCV中特征点提取和匹配的通用方法
- opencv3.1.0 特征点检测与图像匹配(features2d、xfeatures2d)
- OpenCV成长之路:特征点检测与图像匹配
- 基于OpenCV的Sift特征匹配(在drawMatchesKnn函数无法调用的情况下)
- opencv2.4.9图像特征点的提取和匹配
- ORB特征提取匹配opencv3代码实现
- openCV中的特征点检测、描述子计算、特征匹配的一些类
- 使用Opencv2.4.9进行SIFT特征点提取和匹配
- OpenCV中特征点提取和匹配的通用方法
- OpenCV特征点检测匹配图像-----添加包围盒
- OpenCV之feature2d 模块. 2D特征框架(2)特征描述 使用FLANN进行特征点匹配 使用二维特征点(Features2D)和单映射(Homography)寻找已知物体 平面物体检测
- OpenCV2简单的特征匹配