小白记录：《Opencv3 编程入门》P403关于Opencv扩展模块版本的差别

最新推荐文章于 2022-04-04 14:58:33 发布

boss-dog

最新推荐文章于 2022-04-04 14:58:33 发布

阅读量227

点赞数

分类专栏：书《Opencv3 编程入门》文章标签： SURF算法

本文链接：https://blog.csdn.net/qq_45445740/article/details/103463706

版权

书《Opencv3 编程入门》专栏收录该内容

8 篇文章 1 订阅

订阅专栏

在Opencv3之后的版本，关于SURF特征点检测，除了头文件中模块的改变之外，还有程序用法的改变。（运行这个程序时，我用的VS2019+Opencv4.1.1）

不同之处：
①头文件中模块的位置改变了
②增加xfeatures2d命名空间（否则会显示未定义标识符SURF）
③SurfFeatureDetector detector(minHessian) 改成：
Ptr detector = SURF::create(minHessian);
④detector.detect( srcImage1, keypoints_1 );
detector.detect( srcImage2, keypoints_2 ); 改成：
detector->detect(srcImage1, keypoints_1);
detector->detect(srcImage2, keypoints_2);

一.SURF算法
特征检测
尺度空间
选择不变性：光照不变性、旋转不变性
特征向量

二.SURF算法原理
（这里不再赘述，书上讲的很明白）

三.API的介绍

cv::xfeatures2d::SURF::creat(double HessianThreshold = 100.
			     int nOctaves = 4,
			     int nOctaveLayers = 3,
			     bool extend = false,
			     bool upright = false
 			     )
 //upright = 0 表示计算选择不变性，1表示不计算，速度更快
 //HessianThreshold默认值在300——500之间
 //nOctaves = 4 表示四个尺度空间
 //nOctaveLayers 表示每个尺度的层数

drawKeypoints()函数
//（书上讲的很详细，看书即可）

四.源码（与书上进行比较，注意不同的地方）

#include <opencv2/core/core.hpp>
#include <opencv2/features2d/features2d.hpp>
#include <opencv2/highgui/highgui.hpp>
#include<opencv2/xfeatures2d/nonfree.hpp>
#include <iostream>

using namespace cv;
using namespace std;
using namespace xfeatures2d;

int main(int argc, char** argv)
{
	//【0】改变console字体颜色    
 	system("color 2F");

	//【1】载入源图片并显示
	Mat srcImage1 = imread("E:\\pictures\\27.jpg", 1);
 	Mat srcImage2 = imread("E:\\pictures\\28.jpg", 1);
 	if (!srcImage1.data || !srcImage2.data)//检测是否读取成功
 	{
 		printf("读取图片错误！ \n"); return false;
 	}
 	imshow("原始图1", srcImage1);
 	imshow("原始图2", srcImage2);

	//【2】定义需要用到的变量和类
 	int minHessian = 400;//定义SURF中的hessian阈值特征点检测算子
 	Ptr<SURF> detector = SURF::create(minHessian); //指针数组
 	vector<KeyPoint> keypoints_1, keypoints_2;//vector模板类是能够存放任意类型的动态数组，能够增加和压缩数据

	//【3】调用detect函数检测出SURF特征关键点，保存在vector容器中
 	detector->detect(srcImage1, keypoints_1);
 	detector->detect(srcImage2, keypoints_2);

	//【4】绘制特征关键点.
 	Mat img_keypoints_1; Mat img_keypoints_2;
 	drawKeypoints(srcImage1, keypoints_1, img_keypoints_1, Scalar::all(-1), DrawMatchesFlags::DEFAULT);
 	drawKeypoints(srcImage2, keypoints_2, img_keypoints_2, Scalar::all(-1), DrawMatchesFlags::DEFAULT);

	//【5】显示效果图
 	imshow("特征点检测效果图1", img_keypoints_1);
 	imshow("特征点检测效果图2", img_keypoints_2);

	waitKey(0);
 	return 0;
}