示例程序044--特征描述

在下面的程序中：

• 类SurfFeatureDetector中，利用类内的detect函数可以检测出SURF特征的关键点，保存在vector容器中。
• 使用 DescriptorExtractor 接口来寻找关键点对应的特征向量. 特别地:
  • 使用 SurfDescriptorExtractor 以及它的函数 compute 来完成特定的计算.将之前的vector变量变成向量矩阵形式保存在Mat中
  • 使用 类BruteForceMatcher 中的match来匹配两幅图像的特征向量。
  • 使用函数 drawMatches 来绘制检测到的匹配点.

程序代码如下：

// 053 特征描述.cpp : 定义控制台应用程序的入口点。
//

#include "stdafx.h"

#include <stdio.h>
#include <iostream>
#include "opencv2/core/core.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/highgui/highgui.hpp"

using namespace cv;

int main( int argc, char** argv )
{

  Mat img_1 = imread( "Lena.png", CV_LOAD_IMAGE_GRAYSCALE );
  Mat img_2 = imread( "happyfish.jpg", CV_LOAD_IMAGE_GRAYSCALE );

 

  if( !img_1.data || !img_2.data )
   { return -1; }

 

  //-- Step 1: Detect the keypoints using SURF Detector
  int minHessian = 400;

  SurfFeatureDetector detector( minHessian );

  std::vector<KeyPoint> keypoints_1, keypoints_2;

  detector.detect( img_1, keypoints_1 );
  detector.detect( img_2, keypoints_2 );

 

  //-- Step 2: Calculate descriptors (feature vectors)
  SurfDescriptorExtractor extractor;

  Mat descriptors_1, descriptors_2;

  extractor.compute( img_1, keypoints_1, descriptors_1 );
  extractor.compute( img_2, keypoints_2, descriptors_2 );

 

  //-- Step 3: Matching descriptor vectors with a brute force matcher
  BruteForceMatcher< L2<float> > matcher;
  std::vector< DMatch > matches;
  matcher.match( descriptors_1, descriptors_2, matches );

 

  //-- Draw matches
  Mat img_matches;
  drawMatches( img_1, keypoints_1, img_2, keypoints_2, matches, img_matches );

  //-- Show detected matches
  imshow("Matches", img_matches );

  waitKey(0);

  return 0;
  }

程序运行结果：