OpenCV学习笔记（十三）——SURF特征检测

前言：

        特征点的检测和匹配是计算机视觉中非常重要的技术之一。在物体检测、视觉跟踪、三维重建等领域都有很广泛的应用。由于在OpenCV的3.X版本中，许多著名的特征检测算子（比如SIFT、SURF、ORB算子等）所依赖的稳定版的源代码已经从官方发行的OpenCV3中移除，而转移到一个名为xfeature2d的第三方库当中。因此如果是OpenCV的3.X版本，需要自己手动编译安装扩展模块。

        今天我们学习SURF特征检测，其原理部分请参考博客：https://blog.csdn.net/keith_bb/article/details/70225785。

一、相关函数介绍

     下面介绍几个在第二节的演示代码中将会用到的函数。

1.1 KeyPoint类

    KeyPoint类是一个为特征点检测而生的数据结构，用于形容特征点。

其定义如下所示：

class KeyPoint
{  
	Point2f pt;   // 坐标
	float size;  // 特征点领域直径
	float angle; // 特征点的方向
	float response;
	int octave;   // 特征点所在的图像金字塔的组
	int class_id;   // 用于聚类的id
}

1.2  drawKeypoints()函数

      在我们找到特征点以后，我们需要在原图像上绘制这些特征点。恰巧，OpenCV就为我们提供了这样的函数来实现该功能。

其函数声明如下所示：

其参数解释如下：

    src：const Mat &类型，表示输入图像。

    keypoints：const vector<KeyPoint> &类型，根据原图像得到的特征点。它是detect函数的输出参数。

    outImage： Mat &类型，表示输出图像，其内容取决于第五个参数标识符flags。

    color：const Scalar&类型，表示关键点的颜色，有默认值 Scalar::all(-1)。

    flags：int类型，绘制关键点的特征标识符，有默认值DrawMatchesFlags::DEFAULT。它可以在下面这个结构体中选取值。  

struct DrawMatchesFlags
{
	enum
	{
		DEFAULT = 0,  //   创建输出图像矩阵（使用Mat::create）。使用现存的输出图像绘制匹配对和特征点。且对每一个关键点，只绘制中间点。
		DRAW_OVER_OUTIMG = 1,    //不创建输出图像矩阵，而是在输出图像绘制匹配对。
		NOT_DRAM_SINGLE_POINTS = 2, // 单点特征点不被绘制
		DRAW_RICH_KEYPOINTS = 4     //对每一个关键点，绘制带大小和方向的关键点圆圈。
	};


};

二、代码演示

#include <opencv2/opencv.hpp>
#include <opencv2/xfeatures2d.hpp>
#include <iostream>

using namespace cv;
using namespace cv::xfeatures2d;         // 不要忘了导入扩展模块
using namespace std;

Mat src_img, gray_img;
const string output_name = "SURF特征检测";
int minHessian = 100;                // 定义SURF中的hessian阈值特征点检测算子
int max_value = 500;
void SURF_detect_func(int, void *);

int main() 
{
	src_img = imread("test3.png");
	if (src_img.empty())
	{
		printf("could not load the image...\n");
		return -1;
	}
	namedWindow("原图", CV_WINDOW_AUTOSIZE);
	imshow("原图", src_img);
	cvtColor(src_img, gray_img, COLOR_BGR2GRAY);
	namedWindow(output_name, CV_WINDOW_AUTOSIZE);
	createTrackbar("hessian阈值", output_name,&minHessian, max_value, SURF_detect_func);
	SURF_detect_func(0,0);

	waitKey(0);
	return 0;
}

void SURF_detect_func(int, void *)
{
	// SURF特征检测
	Ptr<SURF> detector = SURF::create(minHessian);
	vector<KeyPoint> keypoints;
	detector->detect(gray_img, keypoints, Mat());      // 检测src_img图像中的SURF特征
  // 绘制关键点
	Mat keypoint_img;
	drawKeypoints(gray_img, keypoints, keypoint_img, Scalar::all(-1), DrawMatchesFlags::DEFAULT);  // Scalar::all(-1)这是一种技巧，就是当用一个负数作为关键点颜色，表示每次随机选取颜色。
	imshow(output_name, keypoint_img);
}

运行程序如下所示：