图像中的主要特征是什么?找到这些特征对我们有什么用?
好吧,边角是好的特征?但我们如何找到它们呢?
我们将研究Shi-Tomasi拐角检测
当图像的比例发生变化时,Harris角检测器不够好。Lowe开发了一种突破性的方法来寻找尺度不变的特征,它被称为SIFT。
SIFT确实很好,但速度不够快,所以人们想出了一个加速版本,叫做SURF。
上述所有的特征检测方法在某种程度上都很好。但它们的速度不够快,无法在SLAM这样的实时应用中工作。于是就有了FAST算法,它是真正的 “FAST”。
SIFT使用一个具有128个浮点数字的特征描述符。考虑到成千上万的这种特征。它需要大量的内存和更多的时间进行匹配。我们可以压缩它以使其更快。但我们仍然要先计算它。现在有了BRIEF,它提供了寻找二进制描述符的捷径,内存更少,匹配更快,识别率仍然更高。
SIFT和SURF做得很好,但如果你要在你的应用中使用它们,每年都要支付几美元呢?是的,它们是有专利的!!!!为了解决这个问题,OpenCV的开发人员想出了一个新的 "免费 "的SIFT和SURF的替代品,那就是ORB。
我们对特征检测器和描述符有了很大的了解。现在是时候学习如何匹配不同的描述符了。OpenCV提供了两种技术,Brute-Force匹配器和基于FLANN的匹配器。
现在我们知道了特征匹配。让我们把它与calib3d模块结合起来,在复杂的图像中寻找物体。