学习OpenCV——ORB简化版&Location加速版

最新推荐文章于 2022-09-09 20:10:43 发布
最新推荐文章于 2022-09-09 20:10:43 发布
阅读量8.9k 收藏 15
点赞数
分类专栏： OpenCV 学习OpenCV 文章标签： descriptor dst image float
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yangtrees/article/details/7545820
版权

根据前面surf简化版的结构，重新把ORB检测的代码给简化以下，发现虽然速度一样，确实能省好多行代码，关键是有

BruteForceMatcher<HammingLUT>matcher的帮忙，直接省的写了一个函数；

NB类型：class gpu::BruteForceMatcher_GPU

再加上findHomography，之后perspectiveTransform就可以location，但是这样速度很慢；

于是改动一下，求matches的keypoints的x与y坐标和的平均值，基本上就是对象中心！！！

以这个点为中心画与原对象大小相同的矩形框，就可以定位出大概位置，但是肯定不如透视变换准确，而且不具有尺度不变性。</

最低0.47元/天 解锁文章
小熊不去实验室
关注
  • 0
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 13
    评论
专栏目录
opencv学习——ORB(Oriented FAST and Rotated BRIEF)
ei1990的博客
10-22 2370
1、FAST FAST算子的基本原理是：若某像素点与其周围领域内足够多的连续的像素点存在某一属性差异，并且该差异大于指定阈值，则可以断定该像素点与其邻域像素有可被识别的不同之处，可以作为一个特征点（角点）；对于灰度图像，FAST算子考察的属性是像素与其邻域的灰度差异。 这个检查过程可以用下图更清楚的描述：对于图像上所有像素点，考察其7*7邻域内以该点为圆心，半径是3的圆周上的共计16个像素点和中
opencv 中用orb算法提取,优化特征点步骤以及keypoints,Dmatches的数据结构,保存匹配好的关键点
qq_31119155的博客
06-04 2370
         最近在研究orb slam,发现经常出现特征点跟丢情况,打算slam中VO中的特征提取方式用深度学习模型去尝试,首先需要提取出比较准确的特征点.废话不多说直接上代码: cv::Ptr&lt;cv::ORB&gt; orb=cv::ORB::create(); std::vector&lt;cv::KeyPoint&gt;keypoin...
ORB-SLAM2学习笔记—— FindHomography函数
weixin_51326570的博客
03-13 1630
FindHomography void Initializer::FindHomography(vector<bool> &vbMatchesInliers, float &score, cv::Mat &H21) { // Number of putative matches const int N = mvMatches12.size(); // Normalize coordinates vector<cv::Point2f&
openCV中的findHomography函数分析以及RANSAC算法的详解（源代码分析）
热门推荐
确定有穷自动机
05-29 6万+
该博文将openCV中的RANSAC代码全部挑选出来，进行分析和讲解，以便大家更好的理解RANSAC算法。代码我都试过，可以直接运行。 在计算机视觉和图像处理等很多领域，都需要用到RANSAC算法。openCV中也有封装好的RANSAC算法，以便于人们使用。关于RANSAC算法的一些应用，可以看我的另一篇博客，利用SIFT和RANSAC算法（openCV框架）实现物体的检测与定位，并求出变换矩阵
学习OpenCV 3 中文版.rar
06-17
本教程《学习OpenCV 3 中文版》是一本专为初学者和进阶者设计的指导性资料，旨在帮助读者深入理解OpenCV 3的功能与应用。 该教程首先会介绍OpenCV的基础知识，包括库的安装、配置以及如何在不同的编程环境中（如...
学习opencv(中文版)PDF电子及随书源码.rar
07-10
学习opencv经典入门书籍《学习opencv（中文版）》，下载附件中包含电子书PDF和随书源码
学习opencv 中文版
04-23
OpenCV中文版学习教程
学习OpenCV(中文版).pdf
05-23
学习OpenCV的经典教材，亦可作为手册，非常值得参考！
OpenCV机器学习——支持向量机SVM
01-27
OpenCV中集成了多种机器学习算法供我们方便使用，如果我们要训练数据进行分类，不用自己写分类器，只需要调用相应的库和类即可轻松实现。本文重点不在于介绍机器学习原理及数学推导，着重介绍OpenCV中的机器学习相关...
ORB：基于Opencv的ORB功能Exct
02-13
ORB：基于Opencv的ORB功能Exct
GPU加速与L-ORB特征提取的全景视频实时拼接
03-27
GPU加速与L-ORB特征提取的全景视频实时拼接，。。。。。。
opencv的ORB特征（slambook2 orb_cv.cpp代码详解）
HYWSWYQ的博客
09-09 1818
OpenCV中，如果设置WET_K = 2，则选用点对就只有2个点，匹配的时候距离参数选择NORM_HAMMING，如果WET_K设置为3或4，则BIREF描述子会选择3个或4个点，那么后面匹配的时候应该选择的距离参数为NORM_HAMMING2。【用于检测指定特征点的角点位置】 OpenCV2.4.3中提供了10种特征检测方法：FAST，SIFT，SURF，ORB，HARRIS，SimpleBlob，STAR，MSER，GFTT，Dense。color 绘制的特征点的颜色信息，默认绘制的是随机彩色；
学习OpenCV——ORB & BRIEF（特征点篇）&Location
小熊不去实验室
05-04 2万+
首先介绍什么是ORB： （此部分转自http://www.cvchina.info/2011/07/04/whats-orb/） ORB是是ORiented Brief的简称。ORB的描述在下面文章中： Ethan Rublee and Vincent Rabaud and Kurt Konolige and Gary Bradski,ORB: an efficient alternativ
opencv gpuKnnMatch
Pierre_Hao的专栏
05-15 1687
opencv knnMatch 与 gpuKnnMatch性能比较，不同设备测试效果不同，在我的tesla和i7上测试gpu平均加速3倍。KnnMatch在前面的博文中已有代码
stitching_detail算法介绍
恋上蛋炒面的专栏
09-23 2万+
一、stitching_detail程序运行流程       1.命令行调用程序，输入源图像以及程序的参数       2.特征点检测，判断是使用surf还是orb，默认是surf。       3.对图像的特征点进行匹配，使用最近邻和次近邻方法，将两个最优的匹配的置信度保存下来。       4.对图像进行排序以及将置信度高的图像保存到同一个集合中，删除置信度比较低的图像间的匹配，得到能
基于OpenMP对orbslam中提取orb特征并行加速
wuliyanyan的博客
03-18 1304
写在前面 Orb特征的原理部分可以搜到很多讲解内容，这里就不赘述了，直接记录如何通过openmp对orb特征提取进行加速。Orb特征提取参考的orbslam2的代码实现，作者对提取过程加了很多包装，包括构建四叉树分散特征点等。加速代码在这个地方。 https://github.com/BlackApple-LMZ/orb_extractor_with_openmp 加速首先要分析从代码实现角度来讲哪个地方可以并行加速；然后考虑这个地方的时间消耗占比，如果占比很低，用openmp加速反而会变慢，适得其反
[OpenCV]基于SIFT和特征匹配的图像拼接Python
cheng2333333的博客
08-23 2118
[OpenCV]基于SIFT和特征匹配的图像拼接Python驾驶员在驾驶过程中，视野昏限，很容易造戏交通事故，所以，如果能拓展驾驶看的视野，就能减少交通事故的发生。本文为车辆驾驶系统设计一对辅助系统，主要完善驾驶者视野的拓展，帮助驾驶员安全驾驶。
opencv图像匹配速度比较
zmlovelx(帅得不敢出门 程序员群31843264)
07-03 5373
时间耗费上sift&gt;surf&gt;orb, 所以orb是最快的。在orb的基础上，通过一个具体的示例得出如下数据： //cv::BFMatcher matcher(cv::NORM_HAMMING, false); // 632ms //cv::BFMatcher matcher(cv::NORM_L2, false); //324ms //cv::BFMatcher...
ubuntun18.04安装opencv——python指定版本
最新发布
03-12
可以回答这个问题。您可以按照以下步骤安装指定版本的OpenCV-Python： 1. 安装pip：在终端中输入以下命令：sudo apt-get install python-pip 2. 安装virtualenv：在终端中输入以下命令：sudo pip install virtualenv 3. 创建虚拟环境：在终端中输入以下命令：virtualenv -p python3 env 4. 激活虚拟环境：在终端中输入以下命令：source env/bin/activate 5. 安装指定版本的OpenCV-Python：在终端中输入以下命令：pip install opencv-python==版本号 请注意，将“版本号”替换为您想要安装的OpenCV-Python版本的实际版本号。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 13
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值