opencv3中ORB算法描述与匹配

该博客演示了如何在OpenCV3中应用ORB(Orb Feature Detector and Descriptor)算法进行特征点检测和描述子计算,并通过FLANN进行匹配,以实现从摄像头捕获的图像与预设图像的匹配。主要步骤包括:图像灰度化、ORB特征点检测与描述子计算、FLANN索引构建、实时帧处理以及匹配点的筛选与可视化展示。
摘要由CSDN通过智能技术生成
#include<opencv2/opencv.hpp>
#include<iostream>
#include<vector>

using namespace cv;
using namespace std;

int main()
{
	Mat srcImage = imread("NIBook.jpg");
	imshow("【原图】", srcImage);

	//对BGR空间的图像直接进行计算很费时间,所以,需要转换为灰度图
	Mat srcGrayImage;
	cvtColor(srcImage, srcGrayImage, CV_BGR2GRAY);

	//首先对两幅图像进行特征点的检测和描述子的计算
	vector<KeyPoint> keyPoint1;
	ORB orb(400);
	orb.detect(srcGrayImage, keyPoint1);
	Mat descriImage1;
	orb.compute(srcGrayImage, keyPoint1, descriImage1);

	/****************************************************************/
	flann::Index flannIndex(descriImage1, flann::LshIndexParams(12, 20, 2), cvflann::FLANN_DIST_HAMMING);
	/****************************************************************/

	VideoCapture capture;
	capture.open(0);
	capture.set(CV_CAP_PROP_FRAME_WIDTH, 360);
	capture.set(CV_CAP_PROP_FRAME_HEIGHT, 900);

	Mat frameImage, frameGrayImage;
	while (waitKey(1) != 27)
	{
		
评论 6
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