OpenCV入门 - 提取SIFT关键点

OpenCV入门 - 提取SIFT关键点


    在基于内容的图像检索中，图像的局部不变特征是相对全局特征来说的，局部特征可以有力的描述图像的特征，具有重要的意义，而在很多基于灰度的局部特征提取算法中SIFT具有最好的效果，具体原理要看Lowe的论文，下面利用opencv感受以下效果。

#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/nonfree/features2d.hpp> //
using namespace cv;


int main(int argc, const char *argv[]){
    Mat input = imread("input.jpg", 0);// load as grayscale
    
    SiftFeatureDetector detector;
    vector<KeyPoint> keypoints;
    detector.detect(input, keypoints);
    
    // show the keypoints on an image
    Mat output;
    drawKeypoints(input, keypoints, output);
    imwrite("sift_result.jpg",output);

    return 0;
}

运行：
g++ sift_demo.cxx 编译出现链接错误：
/tmp/cczZicnK.o: In function `main':