角点检测与特征点匹配

一,角点检测与特征点匹配
1.角点

在特征中最重要的是角点
灰度剃度的最大值对应的像素
两条线的角点
极值点(一阶导数最大值,但二阶导数为0)

2. Harris角点

哈里斯角点检测

Harris点
① 光滑地区,无论向哪里移动,衡量系数不变;
②边缘地址,垂直边缘移动时,衡量系统变换剧烈;
③在交点处,往哪个方向移动,衡量系统都变化剧烈;

cornerHarris(img,dst,blockSize,ksize,k)
blockSize:检测窗口大小
ksize:Sobel的卷积核
k:权重系数,经验值,一般取0.02~0.04之间。
#include "opencv2/opencv.hpp"

using namespace cv;

int main()
{
    Mat srcImage = imread("1.jpg", IMREAD_GRAYSCALE);
    if (srcImage.empty())
    {
        std::cout << "Could not open or find the image!" << std::endl;
        return -1;
    }

    Mat cornerResponse;
    cornerHarris(srcImage, cornerResponse, 2, 3, 0.04);

    Mat cornerMap = Mat::zeros(cornerResponse.size(), CV_8UC1);

    double maxResponse;
    minMaxLoc(cornerResponse, 0, &maxResponse);

    for (int i = 0; i < cornerResponse.rows; i++)
    {
        for (int j = 0; j < cornerResponse.cols; j++)
        {
            if (cornerResponse.at<float>(i, j) > 0.01 * maxResponse)
            {
                circle(cornerMap, Point(j, i), 5, Scalar(255), 2);
            }
        }
    }

    imshow("Corner Map", cornerMap);
    waitKey(0);

    return 0;
}

二,SIFT特征点提取

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

Mat src;
int main(int argc, char** argv)
{
   
	src = imread("./data2/101.png", IMREAD_GRAYSCALE); 
	//src = imread("./data2/101.png"); //加载图像
	if (!src.data)
	{
   
		cout << "图片加载失败" << endl;
		return -1;
	}
	//namedWindow("加载的灰度图像", CV_WINDOW_NORMAL); //可任意改变窗口大小
	imshow("加载的灰度图像", src);
	int numfeature = 400;  //特征点数目
	Ptr<SIFT>detector = SIFT::create(numfeature);
	//auto detector = SIFT::create(); //自动生成特征点的个数
	vector<KeyPoint>keypoints;
	detector->detect(src, keypoints, Mat());
	printf("所有的特征点个数:%d", keypoints.size());
	Mat resultImg;
	drawKeypoints(src, keypoints, resultImg, Scalar::all(-1), DrawMatchesFlags::DEFAULT); //特征点颜色随机
	imshow("SIFT特征点提取", resultImg);
	imwrite("./效果图/SIFT特征点提取.jpg", resultImg);
	waitKey(0);
	return 0;

}

IFT特征点提取", resultImg);
imwrite(“./效果图/SIFT特征点提取.jpg”, resultImg);
waitKey(0);
return 0;

}




-
  • 6
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值