opencv-基于ORB特征点匹配

最新推荐文章于 2024-07-28 08:42:37 发布

hb707934728

最新推荐文章于 2024-07-28 08:42:37 发布

阅读量8.4k

点赞数 1

分类专栏： opencv

本文链接：https://blog.csdn.net/hb707934728/article/details/51858745

版权

本文深入探讨了如何使用OpenCV库中的ORB（Oriented FAST and Rotated BRIEF）特征点进行图像匹配。通过实例详细解释了从检测特征点到实现匹配的完整流程，为计算机视觉项目提供了实用的技术指导。

摘要由CSDN通过智能技术生成

#include <opencv2/core/core.hpp> 
#include <opencv2/highgui/highgui.hpp> 
#include <opencv2/imgproc/imgproc.hpp> 
#include <opencv2/features2d/features2d.hpp>
using namespace cv;
// 计算图像的SIFT特征及匹配
cv::Mat cacORBFeatureAndCompare(cv::Mat srcImage1,
	cv::Mat srcImage2)
{ 
	CV_Assert(srcImage1.data != NULL && srcImage2.data != NULL);
	// 关键点检测
	std::vector<KeyPoint> keyPoint1, keyPoint2;
	ORB orb;
	orb.detect(srcImage1, keyPoint1);
	orb.detect(srcImage2, keyPoint2);
	// 计算特征向量
	Mat descriptorMat1, descriptorMat2;
	orb.compute(srcImage1, keyPoint1, descriptorMat1);
	orb.compute(srcImage2, keyPoint2, descriptorMat2);
	// 特征匹配
	BFMatcher matcher(NORM_HAMMING);
	std::vector<DMatch> mathces;
	matcher.match(descriptorMat1, descriptorMat2, mathces);
	// 绘制匹配点集
	Mat matchMat;
	drawMatches(srcImage1, keyPoint1,
		srcImage2, keyPoint2, mathces, matchMat);
	//cv::imshow("Mathces", matchMat);
	return matchMat;