32-SIFI特征点提取(EmguCV学习)

文章目录

Record

1、特征点检测与匹配常用的算法:FAST(FastFeatureDetector)、STAR(StarFeatureDetector)、SIFT、SURF、ORB、MSER、GFTT(GoodFeaturesToTrackDetector)、HARRIS、Dense、SimpleBlob等;
2、在EmguCV中,SIFT与SURF位于命名空间Emgu.CV.XFeatures2D下;
3、SIFT—尺度不变特征变换检测算法,SIFT特征对旋转,尺度缩放,亮度变化等保持不变性,是非常稳定的局部特征,应用广泛;
4、SIFT原理:设置尺度空间滤波器,关键点定位,为关键点指定方向参数(保持旋转不变性),
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
5、SIFT算法接口:

在这里插入图片描述
MKeyPoint结构是用于表示特征点:
在这里插入图片描述
DrawKeyPoints()函数用于绘制所有关键点:
在这里插入图片描述

Code

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using Emgu.CV;
using Emgu.CV.CvEnum;
using Emgu.Util;
using Emgu.CV.Structure;
using Emgu.CV.XFeatures2D;
using System.Drawing;
using Emgu.CV.Features2D;
using Emgu.CV.Util;

namespace siftDetect
{
    class Program
    {
        static void Main(string[] args)
        {
            Mat src1 = CvInvoke.Imread("01.jpg");
            //Mat src1 = CvInvoke.Imread("00.jpg");

            SIFT sift = new SIFT(1000,3,0.04,10,1.6);
            MKeyPoint[] mKeyPoints = sift.Detect(src1);

            

            Mat sift_feature = new Mat();
            VectorOfKeyPoint vkPoints = new VectorOfKeyPoint(mKeyPoints);
            Features2DToolbox.DrawKeypoints(src1, vkPoints, sift_feature, 
                    new Bgr(0, 255, 0), Features2DToolbox.KeypointDrawType.Default);
            Random random = new Random();
            for (int i = 0; i < mKeyPoints.Length; i++)
            {
                Point keyP = new Point();
                keyP.X = (int)mKeyPoints[i].Point.X;
                keyP.Y = (int)mKeyPoints[i].Point.Y;
                CvInvoke.Circle(src1, keyP, 3, new MCvScalar(random.Next(0, 255), random.Next(0, 255), random.Next(0, 255)), -1);
            }
            CvInvoke.Imshow("drawkeypoint", sift_feature);
            CvInvoke.Imshow("out", src1);
            CvInvoke.WaitKey(0);

        }
    }
}

效果

该算法计算的特征点具有旋转不变性与缩放不变性

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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