您好,登錄后才能下訂單哦!
這篇文章主要介紹“Java OpenCV中SIFT角點(diǎn)檢測(cè)的方法”的相關(guān)知識(shí),小編通過(guò)實(shí)際案例向大家展示操作過(guò)程,操作方法簡(jiǎn)單快捷,實(shí)用性強(qiáng),希望這篇“Java OpenCV中SIFT角點(diǎn)檢測(cè)的方法”文章能幫助大家解決問(wèn)題。
在某些情況下對(duì)圖像進(jìn)行縮放后,角點(diǎn)信息可能會(huì)丟失,這時(shí)候Harri便不能檢測(cè)到所有的角點(diǎn)。SIFT(scale-invariant feature transform) 剛好克服了這個(gè)問(wèn)題,對(duì)圖像特征的檢測(cè),盡量不受圖像尺寸變化的影響.SIFT并不直接檢測(cè)關(guān)鍵點(diǎn)。
其中關(guān)鍵點(diǎn)的檢測(cè)是由DOG(Difference of Gaussians)檢測(cè)完成的(DOG是通過(guò)不同的高斯濾波器對(duì)同一張圖像進(jìn)行處理,來(lái)得到關(guān)鍵點(diǎn)的)。SIFT僅通過(guò)特征向量來(lái)描述特征點(diǎn)周圍的像素情況。
package com.xu.opencv; import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.core.MatOfKeyPoint; import org.opencv.core.Scalar; import org.opencv.features2d.Features2d; import org.opencv.features2d.SIFT; import org.opencv.highgui.HighGui; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; /** * @Title: Image.java * @Description: OpenCV-4.0.0 測(cè)試文件 * @Package com.xu.Image * @author: hyacinth * @date: 2022年2月18日12點(diǎn)20分 * @version: V-1.0.0 * @Copyright: 2019 hyacinth */ public class Image { static { System.loadLibrary(Core.NATIVE_LIBRARY_NAME); } public static void main(String[] args) { sift(); } /** * OpenCV-4.1.0 SIFT 角點(diǎn)檢測(cè) * * @return void * @Author: hyacinth * @Title: harris * @Description: TODO * @date: 2022年2月18日12點(diǎn)32分 */ public static void sift() { Mat src = Imgcodecs.imread("D:\\OneDrive\\桌面\\1.png"); Mat gray = new Mat(); Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY); SIFT sift = SIFT.create(8000); MatOfKeyPoint point = new MatOfKeyPoint(); sift.detect(gray, point); Features2d.drawKeypoints(src, point, src, new Scalar(0, 0, 255), Features2d.DrawMatchesFlags_DRAW_RICH_KEYPOINTS); HighGui.imshow("SIFT 角點(diǎn)檢測(cè)", src); HighGui.waitKey(0); } }
角點(diǎn)檢測(cè)除了有SIFT算法,還有FAST算法
FAST(Features from Accelerated Segment Test)算法會(huì)在像素周圍繪制一個(gè)圓,圓內(nèi)包含16個(gè)像素,F(xiàn)AST算法是將圓內(nèi)的像素分別與加上一個(gè)閾值的圓心像素作比較,若圈內(nèi)出現(xiàn)連續(xù)的幾個(gè)像素比加上一個(gè)閾值的像素還亮或是暗,則可認(rèn)為圓心是角點(diǎn).FAST是一個(gè)很有效率的檢測(cè)算法,但是需要確定閾值參數(shù)來(lái)檢測(cè)角點(diǎn)。
BRIEF(Binary Robust Independent Elementary Features)在OpenCV中主要是通過(guò)detectAndCompute()來(lái)實(shí)現(xiàn),這個(gè)函數(shù)包含兩個(gè)部分,檢測(cè)和計(jì)算,同時(shí)也返回兩個(gè)結(jié)果.一個(gè)是檢測(cè)到的關(guān)鍵點(diǎn),一個(gè)是描述符.SIFT和SURF也是這樣.關(guān)鍵點(diǎn)的描述符包含了圖像的關(guān)鍵信息,可看作是圖像的另一種表現(xiàn)形式,在比較兩個(gè)圖像的時(shí)候可以通過(guò)比較兩個(gè)圖像的特征描述來(lái)實(shí)現(xiàn).也可以用來(lái)做圖像特征的匹配。
下面將展示通過(guò)FAST算法進(jìn)行角點(diǎn)檢測(cè)的示例代碼,需要的可以參考一下
package com.xu.opencv; import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.core.MatOfKeyPoint; import org.opencv.core.Scalar; import org.opencv.features2d.Features2d; import org.opencv.features2d.ORB; import org.opencv.features2d.SIFT; import org.opencv.highgui.HighGui; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; /** * @Title: Image.java * @Description: OpenCV-4.0.0 測(cè)試文件 * @Package com.xu.Image * @author: hyacinth * @date: 2022年2月18日12點(diǎn)20分 * @version: V-1.0.0 * @Copyright: 2019 hyacinth */ public class Image { static { System.loadLibrary(Core.NATIVE_LIBRARY_NAME); } public static void main(String[] args) { fast(); } public static void fast() { Mat src = Imgcodecs.imread("D:\\OneDrive\\桌面\\5.jpeg"); Mat gray = new Mat(); Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY); ORB orb = ORB.create(500, 1.2f, 8, 31, 0, 2, ORB.HARRIS_SCORE, 31, 20); MatOfKeyPoint point = new MatOfKeyPoint(); orb.detect(gray, point); Features2d.drawKeypoints(src, point, src, new Scalar(0, 0, 255), Features2d.DrawMatchesFlags_DRAW_RICH_KEYPOINTS); HighGui.imshow("FAST 角點(diǎn)檢測(cè)", src); HighGui.waitKey(0); } }
效果圖
關(guān)于“Java OpenCV中SIFT角點(diǎn)檢測(cè)的方法”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí),可以關(guān)注億速云行業(yè)資訊頻道,小編每天都會(huì)為大家更新不同的知識(shí)點(diǎn)。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。