ORB提取特征点学习

提取特征点的流程

1.关键点的提取

用FAST算法提取出FSAT特征点，

2.关键点的描述

ORB选择用BRIEF作为特征描述方法，

代码流程:

1.入读图片文件

2.初始化

3.检测FAST特征点 detector->detect（）

4.根据FAST特征点计算BRIEF描述子 descriptor->compute()

5.绘制出特征点

6.输出特征点坐标

#include <iostream>
#include <opencv2/core/core.hpp>
#include <opencv2/features2d/features2d.hpp>
#include "opencv2/imgcodecs/legacy/constants_c.h"
#include <opencv2/highgui/highgui.hpp>
#include <chrono>

using namespace std;
using namespace cv;

int main()
{
	//-- 读取图像
	Mat img_1 = imread("F:/杂七杂八/img/11.jpg", CV_LOAD_IMAGE_COLOR);
	if (img_1.empty()) {
		printf("could not load image...\n");
		return -1;
	}

	//-- 初始化
	std::vector<KeyPoint> keypoints_1;
	Mat descriptors_1;
	Ptr<FeatureDetector> detector = ORB::create();
	Ptr<DescriptorExtractor> descriptor = ORB::create();


	//-- 第一步:检测 Oriented FAST 角点位置
	detector->detect(img_1, keypoints_1);


	//-- 第二步:根据角点位置计算 BRIEF 描述子
	descriptor->compute(img_1, keypoints_1, descriptors_1);

	Mat outimg1;
	drawKeypoints(img_1, keypoints_1, outimg1, Scalar::all(-1), DrawMatchesFlags::DEFAULT);
	imshow("ORB特征点img1", outimg1);

	//输出img1的特征点坐标
	for (int i = 0; i < keypoints_1.size(); i++)
	{
		cout << "img1第" << i + 1 << "个特征点的坐标：";
		cout << "x:" << keypoints_1.at(i).pt.x << " ";
		cout << "y:" << keypoints_1.at(i).pt.y << endl;
	}

	waitKey(0);
	return 0;
}

 结果：