C++用OpenCV進(jìn)行圖片特征匹配

這篇文章主要介紹“C++用OpenCV進(jìn)行圖片特征匹配”，在日常操作中，相信很多人在C++用OpenCV進(jìn)行圖片特征匹配問(wèn)題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”C++用OpenCV進(jìn)行圖片特征匹配”的疑惑有所幫助！接下來(lái)，請(qǐng)跟著小編一起來(lái)學(xué)習(xí)吧！

代碼演示

我們?cè)傩陆ㄒ粋€(gè)項(xiàng)目名為opencv--FLANN，按照配置屬性(VS2017配置OpenCV通用屬性),然后在源文件寫入#include和main方法

這次我們?cè)诩虞d圖片的時(shí)候直接以灰度圖的方式加載進(jìn)來(lái)，后面就不再用先轉(zhuǎn)換為灰度圖的過(guò)程了。然后我們運(yùn)行一下看看加載出來(lái)的圖片效果。

1.我們還是先用Surf特征進(jìn)行檢測(cè)，因?yàn)檫@個(gè)相對(duì)速度會(huì)快，把我們對(duì)兩張圖片獲取的KeyPoint放到各自對(duì)應(yīng)的descriptor里面。

2.根據(jù)上一步已經(jīng)提取出的descriptor的兩個(gè)Mat,通過(guò)FlannBaseMatcher進(jìn)行最佳匹配，存放到我們定義的一個(gè)DMatch里面。

3.定義minDist和maxDist,然后通過(guò)循環(huán)進(jìn)行關(guān)鍵點(diǎn)最大和最小距離的快速計(jì)算，并找印出結(jié)果來(lái)。

4.根據(jù)最大最小的距離里面尋找最佳的matches。下面的紅框3是可以自己修改的，改的大了點(diǎn)就會(huì)多一些。

5.我們先定義一個(gè)輸出的圖像matchesImg,然后通過(guò)drawMatches的方法，把最好的匹配點(diǎn)都畫在matchesImg上，最后再通過(guò)imshow的方法把我們畫好的圖片顯示出來(lái)。

接下來(lái)我們看一下運(yùn)行的結(jié)果圖

到此，關(guān)于“C++用OpenCV進(jìn)行圖片特征匹配”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章！