opencv java 特征提取_OPENCV特征点java提取与匹配与比较

opencv的features2d包中提供了surf,sift和orb等特征点算法,用于图像查找图像对象,搜索对象,分析对象,识别对象,合成全景等场合。

研究这些算法的原理和实现,是图像识别基础,OPENCV库使用2.413

通过一些代码研究三种特征点算法,我有意把原始图像转为灰度并放置90与照处中人物比较,以研究三种算法对人脸识别的优点和局限。辅助使用了人脸查找获取待查找图像中人脸子矩阵。上代码。

import java.util.ArrayList;

import java.util.LinkedList;

import java.util.List;

import org.opencv.core.Core;

import org.opencv.core.Mat;

import org.opencv.core.MatOfDMatch;

import org.opencv.core.MatOfKeyPoint;

import org.opencv.core.MatOfRect;

import org.opencv.core.Size;

import org.opencv.features2d.DMatch;

import org.opencv.features2d.DescriptorExtractor;

import org.opencv.features2d.DescriptorMatcher;

import org.opencv.features2d.FeatureDetector;

import org.opencv.features2d.Features2d;

import org.opencv.highgui.Highgui;

import org.opencv.imgproc.Imgproc;

import org.opencv.objdetect.CascadeClassifier;

public class ExtractSIFT2 {

public static void main(String[] args) {

System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

Mat src = Highgui.imread("E:/work/qqq/Y9.jpg");

Mat dst = Highgui.imread("E:/work/qqq/psb.jpg");

MatOfRect mr = getFace(dst);

Mat sub = dst.submat(mr.toArray()[0]);

Highgui.imwrite("E:/work/qqq/Y4.jpg", FeatureSurfBruteforce(src.t(), sub));

Highgui.imwrite("E:/work/qqq/Y5.jpg", FeatureSiftLannbased(src.t(), sub));

Highgui.imwrite("E:/work/qqq/Y6.jpg", FeatureOrbLannbased(src.t(), sub));

}

public static Ma

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Java使用OpenCV进行特征提取需要遵循以下步骤: 1. 安装OpenCV库和JavaCV库 在Java使用OpenCV需要先安装OpenCVJavaCV库。可以通过以下链接获取最新的库: - OpenCV:https://opencv.org/releases/ - JavaCV:https://github.com/bytedeco/javacv/releases 2. 加载图像 使用OpenCV加载图像需要使用Imgcodecs类的imread方法。例如: ``` Mat image = Imgcodecs.imread("path/to/image.jpg"); ``` 3. 特征提取 OpenCV提供了多种特征提取算法,例如SIFT、SURF、ORB等。这些算法都有对应的Java接口。例如,使用SIFT算法提取关键点和描述符可以这样实现: ``` SIFT sift = SIFT.create(); MatOfKeyPoint keypoints = new MatOfKeyPoint(); Mat descriptors = new Mat(); sift.detectAndCompute(image, new Mat(), keypoints, descriptors); ``` 4. 应用特征匹配算法 特征提取之后,可以使用OpenCV提供的特征匹配算法进行匹配。例如,使用FLANN算法匹配两张图像的特征描述符: ``` FlannBasedMatcher matcher = new FlannBasedMatcher(); List<MatOfDMatch> matches = new ArrayList<>(); matcher.knnMatch(descriptors1, descriptors2, matches, 2); ``` 5. 显示匹配结果 可以将匹配结果可视化展示出来,例如将匹配点用线连接起来: ``` Mat output = new Mat(); Features2d.drawMatches(image1, keypoints1, image2, keypoints2, matches, output); HighGui.imshow("Matching Result", output); HighGui.waitKey(); ``` 以上就是Java使用OpenCV进行特征提取的主要步骤。需要注意的是,不同的特征提取算法和特征匹配算法的使用方法可能有所不同,需要根据具体情况进行调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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