opencv3/C++如何實(shí)現(xiàn)SURF特征檢測(cè)

這篇文章主要介紹了opencv3/C++如何實(shí)現(xiàn)SURF特征檢測(cè)，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

SURF即Speeded Up Robust Features加速魯棒特征；

SURF可以用于對(duì)象定位和識(shí)別、人臉識(shí)別、3D重建、對(duì)象跟蹤和提取興趣點(diǎn)等。

工作原理：

1、選擇圖像中POI(Points of Interest) Hessian Matrix;

2、在不同的尺度空間發(fā)現(xiàn)關(guān)鍵點(diǎn)，非最大信號(hào)壓制;

3、發(fā)現(xiàn)特征點(diǎn)方法、旋轉(zhuǎn)不變性要求;

4、生成特征向量;

類SURF中成員函數(shù)create()參數(shù)說明：

static Ptr<SURF> create(
double hessianThreshold=100,//SURF中使用的hessian關(guān)鍵點(diǎn)檢測(cè)器的閾值
int nOctaves = 4, //關(guān)鍵點(diǎn)檢測(cè)器將使用的金字塔組數(shù)量
int nOctaveLayers = 3,//高斯金字塔每個(gè)組內(nèi)圖像的層數(shù)
bool extended = false, //擴(kuò)展描述符標(biāo)志（true使用擴(kuò)展的128個(gè)元素的描述符，false使用64個(gè)元素的描述符）
bool upright = false//旋轉(zhuǎn)的特征標(biāo)志（true不計(jì)算方向，false計(jì)算方向）
);

函數(shù)detect()用來檢測(cè)圖像或圖像集中的關(guān)鍵點(diǎn)。

基類Feature2D中成員函數(shù)detect()參數(shù)說明：

void detect( 
InputArray image,//圖像
CV_OUT std::vector<KeyPoint>& keypoints,//檢測(cè)到的關(guān)鍵點(diǎn),（在圖像集中關(guān)鍵點(diǎn)[i]是在圖像[i]中檢測(cè)到的一組關(guān)鍵點(diǎn)）
InputArray mask=noArray() //指定在哪里尋找關(guān)鍵點(diǎn)的掩碼（必須是在感興趣區(qū)域中具有非零值的8位整數(shù)矩陣）
);

函數(shù)drawKeypoints()的參數(shù)說明：

void drawKeypoints( 
InputArray image, //源圖像
const std::vector<KeyPoint>& keypoints, //來自源圖像的關(guān)鍵點(diǎn)
InputOutputArray outImage,//輸出圖像
const Scalar& color=Scalar::all(-1), //關(guān)鍵點(diǎn)的顏色
int flags=DrawMatchesFlags::DEFAULT //設(shè)置繪圖功能的標(biāo)志
);

函數(shù)drawKeypoints()用來繪制關(guān)鍵點(diǎn)。

SURF特征檢測(cè)示例：

#include<opencv2/opencv.hpp>
#include<opencv2/xfeatures2d.hpp>
using namespace cv;
using namespace cv::xfeatures2d;

Mat src;
int minHessian = 50;
void trackBar(int, void*);
int main()
{
 src = imread("E:/image/image/bdb.jpg");
 if (src.empty())
 {
  printf("can not load image \n");
  return -1;
 }
 namedWindow("input", WINDOW_AUTOSIZE);
 imshow("input", src);

 namedWindow("output", WINDOW_AUTOSIZE);
 createTrackbar("minHessian","output",&minHessian, 500, trackBar);

 waitKey(0);
 return 0;
}


void trackBar(int, void*)
{
 Mat dst;
 // SURF特征檢測(cè)
 Ptr<SURF> detector = SURF::create(minHessian);
 std::vector<KeyPoint> keypoints;
 detector->detect(src, keypoints, Mat());
 // 繪制關(guān)鍵點(diǎn)
 drawKeypoints(src, keypoints, dst, Scalar::all(-1), DrawMatchesFlags::DEFAULT);
 imshow("output", dst);
}

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“opencv3/C++如何實(shí)現(xiàn)SURF特征檢測(cè)”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來學(xué)習(xí)!