opencv_C++SURF特征检测示例

SURF算法需要安装额外的扩展模块，安装步骤和注意事项见我博客：https://blog.csdn.net/qq_27396861/article/details/88095820

SURF::create() 函数

cv::xfeatures2d::SURF::create( double hessianThreshold = 100, 
    int nOctaves = 4, int nOctaveLayers = 3, bool extended = false,
    bool upright = false )

hessianThreshold，默认值在300~500之间；
Octaves，4表示在四个尺度空间；
OctaveLayers，表示每个尺度空间的层数；
extended，扩展描述符标志（true使用扩展的128个元素的描述符，false使用64个元素的描述符）；
upright，0表示计算选择不变性（如旋转不变性），1表示不计算，速度更快；

绘制关键点：drawKeypoints()函数
此函数用于绘制关键点。

void drawKeypoints( const Mat& image, const vector<KeyPoint>& keypoints,
    Mat& outImage, const Scalar& color = Scalar::all(-1), 
    int flags = DrawMatchesFlags::DEFAULT )

const Mat&类型的src，输入图像；
const vector&类型的keypoints，根据源图像得到的特征点。它是一个输出参数；
Mat&类型的outImage，输出图像，其内容取决于第五个参数标识符flags；
const Scalar&类型的color，关键点的颜色，有默认值；
int类型的flags，绘制关键点的特征标识符费，可以有下面这个结构体中选取值：

struct DrawMatchesFlags
{
    enum
    {
        DEFAULT = 0,//创建输出图像矩阵（使用Mat::create）。使用现存的输出图像
        绘制匹配对和特征点。且对每一个关键点，只绘制中间点。
        DRAW_OVER_OUTIMG = 1,//不创建输出图像矩阵，而是在输出图像上绘制匹配对
        NOT_ORAW_SINGLE_POINTS = 2,//单点特征点不被绘制
        DRAW_RICH_KEYPOINTS = 4,//对每一个关键点，绘制带大小和方向的关键点圆圈
    };
};

示例：

#include <opencv2/opencv.hpp>
#include <opencv2/xfeatures2d.hpp>
#include <opencv2/xfeatures2d/nonfree.hpp>
#include <iostream>
using namespace cv;
using namespace cv::xfeatures2d;
using namespace std;

Mat g_srcImage, g_grayImage, g_keyPointImage;

int main()
{
	g_srcImage = cv::imread("curry_dlt.jpg", 0);
	if (g_srcImage.empty())
	{
		printf("read image fail\n");
		return -1;
	}
	imshow("g_srcImage", g_srcImage);
	int minHessian = 400;

	// SURF特征检测
	vector<KeyPoint> keyPoints;
	Ptr<SURF> detector = SURF::create(minHessian); //创建一个检测器
	detector->detect(g_srcImage, keyPoints, Mat());

	// 绘制关键点
	g_keyPointImage = g_srcImage.clone();
	drawKeypoints(g_srcImage, keyPoints, g_keyPointImage, Scalar::all(-1), DrawMatchesFlags::DEFAULT);
	
	imshow("g_keyPointImage", g_keyPointImage);	
	waitKey(0);
	return 0;
}

运行结果：