OpenCV2简单的特征匹配

特征的匹配大致可以分为3个步骤：

特征的提取
计算特征向量
特征匹配

对于3个步骤，在OpenCV2中都进行了封装。所有的特征提取方法都实现FeatureDetector接口，DescriptorExtractor接口则封装了对特征向量（特征描述符）的提取，而所有特征向量的匹配都继承了DescriptorMatcher接口。

简单的特征匹配

int main()
{
    const string imgName1 = "x://image//01.jpg";
    const string imgName2 = "x://image//02.jpg";

    Mat img1 = imread(imgName1);
    Mat img2 = imread(imgName2);

    if (!img1.data || !img2.data)
        return -1;

    //step1: Detect the keypoints using SURF Detector
    int minHessian = 400;

    SurfFeatureDetector detector(minHessian);

    vector<KeyPoint> keypoints1, keypoints2;

    detector.detect(img1, keypoints1);
    detector.detect(img2, keypoints2);

    //step2: Calculate descriptors (feature vectors)
    SurfDescriptorExtractor extractor;
    Mat descriptors1, descriptors2;
    extractor.compute(img1, keypoints1, descriptors1);
    extractor.compute(img2, keypoints2, descriptors2);

    //step3:Matching descriptor vectors with a brute force matcher
    BFMatcher matcher(NORM_L2);
    vector<DMatch> matches;
    matcher.match(descriptors1, descriptors2,matches);

    //Draw matches
    Mat imgMatches;
    drawMatches(img1, keypoints1, img2, keypoints2, matches, imgMatches);

    namedWindow("Matches");
    imshow("Matches", imgMatches);

    waitKey();

    return 0;
}

实例化了一个特征提取器SurfFeatureDetector，其构造函数参数（minHessian）用来平衡提取到的特征点的数量和特征提取的稳定性的，对于不同的特征提取器改参数具有不同的含义和取值范围。
对得到的特征点提取特征向量（特征描述符）
匹配，上面代码使用了暴力匹配的方法,最后的匹配结果保存在vector<DMatch>中。

DMatch用来保存匹配后的结果

struct DMatch
{         //三个构造函数
    DMatch() :
    queryIdx(-1), trainIdx(-1), imgIdx(-1), distance(std::numeric_limits<float>::max()) {}
    DMatch(int  _queryIdx, int  _trainIdx, float  _distance) :
        queryIdx(_queryIdx), trainIdx(_trainIdx), imgIdx(-1), distance(_distance) {}
    DMatch(int  _queryIdx, int  _trainIdx, int  _imgIdx, float  _distance) : queryIdx(_queryIdx), trainIdx(_trainIdx), imgIdx(_imgIdx), distance(_distance) {}
    int queryIdx;  //此匹配对应的查询图像的特征描述子索引
    int trainIdx;   //此匹配对应的训练(模板)图像的特征描述子索引
    int imgIdx;    //训练图像的索引(若有多个)
    float distance;  //两个特征向量之间的欧氏距离，越小表明匹配度越高。
    bool operator < (const DMatch &m) const;
};

扫描二维码关注公众号，回复： 3513041 查看本文章

然后使用drawMatches方法可以匹配后的结构保存为Mat

OpenCV2简单的特征匹配

猜你喜欢