OpenCV学习笔记（九）——2维特征Feature2D

基于特征点的图像匹配是图像处理中经常会遇到的问题，手动选取特征点太麻烦了。比较经典常用的特征点自动提取的办法有Harris特征、SIFT特征、SURF特征。

先介绍利用SURF特征的特征描述办法，其操作封装在类SurfFeatureDetector中，利用类内的detect函数可以检测出SURF特征的关键点，保存在vector容器中。第二部利用SurfDescriptorExtractor类进行特征向量的相关计算。将之前的vector变量变成向量矩阵形式保存在Mat中。最后强行匹配两幅图像的特征向量，利用了类BruteForceMatcher中的函数match。如下：

1. /** 
2.  * @file SURF_descriptor 
3.  * @brief SURF detector + descritpor + BruteForce Matcher + drawing matches with OpenCV functions 
4.  * @author A. Huaman 
5.  */  
6.   
7. #include <stdio.h>  
8. #include <iostream>  
9. #include "opencv2/core/core.hpp"  
10. #include "opencv2/features2d/features2d.hpp"  
11. #include "opencv2/highgui/highgui.hpp"  
12.   
13. using namespace cv;  
14.   
15. void readme();  
16.   
17. /** 
18.  * @function main 
19.  * @brief Main function 
20.  */  
21. int main( int argc, char** argv )  
22. {  
23.   if( argc != 3 )  
24.   { return -1; }  
25.   
26.   Mat img_1 = imread( argv[1], CV_LOAD_IMAGE_GRAYSCALE );  
27.   Mat img_2 = imread( argv[2], CV_LOAD_IMAGE_GRAYSCALE );  
28.     
29.   if( !img_1.data || !img_2.data )  
30.   { return -1; }  
31.   
32.   //-- 步骤1：使用SURF检测器检测关键点
33.   int minHessian = 400;  
34.   
35.   SurfFeatureDetector detector( minHessian );  
     1/4    1 2 3 4 下一页 尾页