二维特征框架——检测平面物体 OpenCV v4.8.0

上一个教程 ： 利用特征 2D + 同源性查找已知物体

下一个教程 ： AKAZE 局部特征匹配

原作者	Victor Eruhimov
兼容性	OpenCV >= 3.0

本教程的目的是学习如何使用 features2d 和 calib3d 模块检测场景中的已知平面物体。

测试数据：使用数据文件夹中的图片，例如 box.png 和 box_in_scene.png。

• 创建一个新的控制台项目。读取两张输入图像：

Mat img1 = imread(argv[1], IMREAD_GRAYSCALE)；
Mat img2 = imread(argv[2], IMREAD_GRAYSCALE)；

• 检测两幅图像中的关键点，并计算每个关键点的描述符：

// 检测关键点
Ptr<Feature2D> surf = SURF::create()；
vector<KeyPoint> keypoints1；
Mat descriptors1；
surf->detectAndCompute(img1, Mat(), keypoints1, descriptors1)；

... // 对第二幅图像做同样的处理

• 现在，查找第一幅图像中描述符与第二幅图像中描述符最接近的匹配项： ：

// 匹配的描述符
BruteForceMatcher<L2<float> > matcher；
vector<DMatch> matches；
matcher.match(descriptors1, descriptors2, matches)；

• 可视化结果

// 绘制结果
namedWindow("matches", 1)；
Mat img_matches；
drawMatches(img1, keypoints1, img2, keypoints2, matches, img_matches)；
imshow("matches", img_matches)；
waitKey(0)；

• 查找两组点之间的同构变换： ：

vector<Point2f> points1, points2；
// 用点填充数组
....
Mat H = findHomography(Mat(points1), Mat(points2), RANSAC, ransacReprojThreshold)；

• 创建一组离群匹配点并绘制它们。使用 perspectiveTransform（透视变换）函数绘制具有同源性的点：

Mat points1Projected; perspectiveTransform(Mat(points1), points1Projected, H)；

• 使用 drawMatches 绘制离群点。