OpenCV入门 - 关键点描述子匹配Brute-force

本文介绍了如何使用OpenCV中的BFMatcher进行关键点描述子匹配,通过提取特征向量并检测图片关键点,计算两幅图像的匹配程度。示例代码展示了从灰度图像中检测SIFT特征,计算匹配对并显示匹配结果。
摘要由CSDN通过智能技术生成
OpenCV入门 - 关键点描述子匹配Brute-force


对图片提取特征向量之后进行keypoint descriptors matching,从而可以判断特定图像与训练集中图片的匹配程度,BFMatcher暴力匹配类继承自抽象类DescriptorMatcher,"Brute-force descriptor matcher. For each descriptor in the first set, this matcher finds the closest descriptor in the second set by trying each one. This descriptor matcher supports masking permissible matches of descriptor sets",下面通过一个简单实例可以看到效果。
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/nonfree/features2d.hpp> //


#include <iostream>
using namespace cv;
using namespace std;


int main(int argc, const char *argv[]){
    Mat car1 = imread("car1.jpeg", 0);// load as grayscale
    Mat car2 = imread("car2.jpeg", 0);


    SiftFeatureDetector detector;
    vector<KeyPoint> keypoin
评论 1
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