刚开始学习新的2.4.0,大概看了一遍使用手册,还是有些失望的,很多章节还是2.3.1的内容,文档上的也是漏洞很多。这里就简单介绍一下Algorithm这个新的基类。本来以为这部分是一个新模块的,看了referenceManual后才知道它只是一个基类,集成了一些相对复杂的算法,比如BM算法等立体匹配算法,前景背景分离的算法,光流法等模块都集成在其中。类内成员函数主要有get、set、writhe、read、getList、create这些函数。前4个是用来从字符串和XML文件中读取算法的参数用的,使用get,set要注意参数的名字对应的类型要和数据的类型对应,后果大家肯定懂的。有了Algorithm::write,以后SITF::wirte啊SURF::write啊,神马的都可以再见了。getList可以得到Algorithm支持的算法类型。我测试了一下getList目前getList的算法有:BRIEF、Dense、FAST、CFIT、HARRIS、MSER、ORB、SIFT、STAR、SURF,日后应该都会实现,在手册上只有SURF和SIFT的介绍,至少目前,我看来只支持这两个算法。create就是创建算法的函数。使用呢,也相对简单。这里还是要说明一下,新版的features2d模块有较大改动,反正我看文档中该部分大多剩下的都是一些公共接口,比如特征描述子、描述子的提取、特征的匹配等。只有FAST、MSER、ORB还在文档中坚挺的出现(估计日后也要移植走),以前的Star、randomTree、rTreeClassifer神马该被遗弃的一起,该放ml的去ml,SIFT、SURF啥的也被弄到nonfree这个新模块里去了,不过这个新模块好弱啊,目前只有SIFT和SURF算法,估计以后还要把其他的算法整合进去。
接下来我就根据文档中的一个示例实践一下新版本的SIFT特征点检测算法,并且对比下之前版本的SITF的写法,大家从中感受新结构的不同吧。
- #include <opencv2/opencv.hpp>
- #include <opencv2/nonfree/nonfree.hpp>
- #include <opencv2/nonfree/features2d.hpp>
- using namespace cv;
- void main()
- {
- Mat image = imread("church01.jpg");
- Mat imageGray = imread("church01.jpg", 0);
- Mat descriptors;
- vector<KeyPoint> keypoints;
- // 新版本2.4.0方法
- initModule_nonfree();
- Ptr<Feature2D> sift1 = Algorithm::create<Feature2D>("Feature2D.SIFT");
- sift1->set("contrastThreshold", 0.01f);
- (*sift1)(imageGray, noArray(), keypoints, descriptors);
- // 2.3.1方法
- // SiftFeatureDetector sift2(0.06f, 10.0);
- // sift2.detect(imageGray, keypoints);
- drawKeypoints(image, keypoints, image, Scalar(255,0,0));
- imshow("test", image);
- waitKey();
- }
注意initModule_<modulename>()函数,这个函数要在create前使用,才可以动态的创建算法,不然那个create的指针很野哦。大家都懂的。如果要使用SURF、SIFT算法,就要调用inintModule_nonfree(),要使用EM算法,就要先调用initModule_ml()。
其实在我看来,这个Algorithm类更重要的是为开发者的算法提供一个公共的接口,以后开发者开发的算法,想要增加到