opencv之SURF特征点检测，只检测不匹配

SURF(Speeded UP Robust Features)特征关键特性

• 特征检测
• 尺度空间
• 选择不变形
• 特征向量

工作原理

• 选择图像中POI(Points of Interest)Hessian Matrix
• 在不同的尺度空间发现关键点，非最大信号抑制
• 发现特征点方向、旋转不变性要求
• 生成特征向量

具体算法不擅长，请参考：
https://www.cnblogs.com/gfgwxw/p/9415218.html

---

函数API

SURF对象创建函数api

 Ptr<SURF> cv::xfeatures2d::SURF::create 	( 	
        double  	hessianThreshold = 100,
		int  	nOctaves = 4,
		int  	nOctaveLayers = 3,
		bool  	extended = false,
		bool  	upright = false 
	) 	

参数介绍

• hessianThreshold hessian关键点检测器的阈值，默认在300-500之间
• nOctaves 表示在4个尺度空间(用高斯尺度变化来模拟SIFR金字塔缩放，这里表示缩放级数，一般四级足够用了)
• nOctaveLayers 每个尺度空间的层数最少三层
• extended 扩展描述符标志，描述子（true使用扩展的128个元素的描述符，false使用64个元素的描述符
• upright 选择是否计算旋转不变性，true不计算速度快，false计算速度稍慢).

---

SURF提取关键点函数api

void cv::xfeatures2d::SURF::detect(  InputArray image,     
              vector<KeyPoint>& keypoints,
              InputArray mask=noArray() 
);

函数参数介绍

• image 待检测的图像
• keypoints 检测到的关键点集合
• mask 指定在哪里寻找关键点的掩码（必须是在感兴趣区域中具有非零值的8位整数矩阵）

---

SURF绘制关键点函数api

cv::drawKeypoints(InputArray image, 
                   vector<KeyPoint>& keypoints, 
                   InputOutputArray outImage,
                   const Scalar& color=Scalar::all(-1), 
                   int flags=DrawMatchesFlags::DEFAULT 
);

函数参数介绍

• image 进行绘制的图像
• keypoints 来自源图像的关键点
• outImage 绘制完成后输出图像
• color 关键点的颜色 默认值随机值
• DrawMatchesFlags 设置绘图功能的标志 默认圆圈

---

代码演示

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

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

#define Pic_Path "C://pic//"
#define Pic_Name "3.jpg"

int main(void)
{
    Mat src,dst, gray_src;
	string pic = string(Pic_Path) + string(Pic_Name);
	cout << "打开图片路径：" << pic << endl;

	src = imread(pic);
	if (src.empty())
	{
		cout << "图片不存在或打开失败" << endl;
		return -1;
	}

	namedWindow("原始图片", WINDOW_AUTOSIZE);
	imshow("原始图片", src);

	//图片转换为灰度图像
	cvtColor(src, gray_src, COLOR_BGR2GRAY);
	
	//创建SURF对象
	double hessianThreshold = 400;  //检测阈值
	vector<KeyPoint> keypoints;     //关键点的集合
	Ptr<SURF> surf = cv::xfeatures2d::SURF::create(hessianThreshold, 4, 3, false, true);  //初始化SURF对象
	surf->detect(gray_src, keypoints);    //检测关键点
	
	dst = src.clone();   //拷贝原图 用于在原图上显示关键点
	drawKeypoints(dst, keypoints, dst);   //绘制关键点

	//显示检测结果
	namedWindow("检测图片", WINDOW_AUTOSIZE);
	imshow("检测图片", dst);
	waitKey(0);
	destroyAllWindows();
	return 0;
}

---

运行效果