OpenCV特征检测问题

这篇不讲原理，只讲怎么实现。
OpenCV常用的特征检测和提取算法有：

• Harris：该算法常用于检测角点
• SIFT：该算法用于检测斑点（blob）
• SURF：该算法用于检测斑点（blob）
• FAST：该算法用于检测角点
• BRIEF：该算法用于检测斑点（blob）

• ORB：该算法代表带方向的FAST算法和具有旋转不变性的BRIEF算法

  通过以下方法进行特征匹配：

• 暴力（Brute-Force）匹配法

• 基于FLANN的匹配法

Harris角点

OpenCV使用cornerHarris来识别角点，代码如下：

"""Harris角点检测"""
import cv2
import numpy as np

img = cv2.imread('D:/codes/shan.jpg')#这里使用的绝对路径，可以看着改
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
gray =np.float32(gray)

dst=cv2.cornerHarris(gray,2,15,0.04)#第三个参数取值3-31之间，，定义了角点检测的灵敏度
img[dst>0.01*dst.max()]=[0,0,255]#将检测到的角点标记为红色


cv2.imshow('corcers',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

为了使cornerHarris函数可以计算，需将图片转为会都格式，然后调用cornerHarris函数：

dst=cv2.cornerHarris(gray,2,15,0.04)

这里最重要的参数是第三个，该算子限定了Sobel算子的中孔（aperture）。Sobel算子通过对图像列、行的变换来检测边缘，Sobel算子会通过核（kernel）来完成检测。也就是说cornerHarris函数会使用Sobel算子，并且第三个参数定义了Sobel算子的中孔，即该参数定义了角点检测的灵敏度，取值在[3,31]奇数。

OpenCV中cornerHarris函数如下：
dst=cv2.cornerHarris(src, blockSize, ksize, k[, dst[, borderType]])

参数：

• src – 输入单通道8位浮点型图像
• dst – 输出储存矩阵。size等同于输入，类型是 typeCV_32FC1 。
• blockSize – Neighborhood size (see the details on cornerEigenValsAndVecs() ).其值越小，标记角点的记号越小
• ksize – Sobel 求导中使用的窗口大小
• k – Harris 角点检测方程中的自由参数，取值参数为[0,04，0.06].
• borderType – Pixel extrapolation method. see borderInterpolate() .
  

SIFT尺度不变特征变换

SIFT对象会使用DoG检测关键点，并对每个关键点周围的区域计算特征向量。由名字detectAndCompute可知他只执行俩个主要操作：检测和计算，同时其返回值是关键点信息（关键点）和描述符。DoG是对同一图像使用不同高斯滤波器所得到的结果。

import cv2
#import numpy as np

img = cv2.imread('D:/codes/shan.jpg')

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#创建SIFT对象
sift = cv2.xfeatures2d.SIFT_create()
keypoints, descriptor = sift.detectAndCompute(gray,None)

img = cv2.drawKeypoints(image=img, outImage=img, 
                        keypoints = keypoints, flags = 4, color = (51, 163, 236))
cv2.imshow("img", img)
cv2.waitKey() 
cv2.destroyAllWindows()

效果如下：

SURF

SIFT和SURF都受专利保护，故而被归类到OpenCV的xgeature2d模块中。SURF是OpenCV的一个类，SURF采用快速Hessian算法检测关键点。

import cv2


img = cv2.imread('D:/codes/shan.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
surf=cv2.xfeatures2d.SURF_create()

keypoints, descriptor = surf.detectAndCompute(gray,None)

img = cv2.drawKeypoints(image=img, outImage=img, 
                        keypoints = keypoints, flags = 4, color = (51, 163, 236))

cv2.imshow("img", img)

k = cv2.waitKey(0)
if k & 0xff == 27:
    cv2.destroyAllWindows()