OpenCV 实现特征检测

简介: OpenCV 实现特征检测 目标 在这篇文章中你将学习到: 使用 FeatureDetector 接口来查找兴趣点,具体包括: 使用 SurfFeatureDetector 及其函数 detect 来执行检测过程使用函数 drawKeypoints 来绘制检测到的关键点 代码 完整代码可从这里 下载 #inc



目标

在这篇文章中你将学习到:

代码

完整代码可从这里 下载

#include <stdio.h>
#include <iostream>
#include "opencv2/core/core.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/nonfree/features2d.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/nonfree/nonfree.hpp"

using namespace cv;

void readme();

/** @function main */
int main( int argc, char** argv )
{
  if( argc != 3 )
  { readme(); return -1; }

  Mat img_1 = imread( argv[1], CV_LOAD_IMAGE_GRAYSCALE );
  Mat img_2 = imread( argv[2], CV_LOAD_IMAGE_GRAYSCALE );

  if( !img_1.data || !img_2.data )
  { std::cout<< " --(!) Error reading images " << std::endl; return -1; }

  //-- Step 1: Detect the keypoints using SURF Detector
  int minHessian = 400;

  SurfFeatureDetector detector( minHessian );

  std::vector<KeyPoint> keypoints_1, keypoints_2;

  detector.detect( img_1, keypoints_1 );
  detector.detect( img_2, keypoints_2 );

  //-- Draw keypoints
  Mat img_keypoints_1; Mat img_keypoints_2;

  drawKeypoints( img_1, keypoints_1, img_keypoints_1, Scalar::all(-1), DrawMatchesFlags::DEFAULT );
  drawKeypoints( img_2, keypoints_2, img_keypoints_2, Scalar::all(-1), DrawMatchesFlags::DEFAULT );

  //-- Show detected (drawn) keypoints
  imshow("Keypoints 1", img_keypoints_1 );
  imshow("Keypoints 2", img_keypoints_2 );

  waitKey(0);

  return 0;
  }

  /** @function readme */
  void readme()
  { std::cout << " Usage: ./SURF_detector <img1> <img2>" << std::endl; }

Result


      目录
      相关文章
      |
      7月前
      |
      算法 计算机视觉 索引
      OpenCV(四十六):特征点匹配
      OpenCV(四十六):特征点匹配
      181 0
      |
      7月前
      |
      算法 计算机视觉
      OpenCV(四十三):Shi-Tomas角点检测
      OpenCV(四十三):Shi-Tomas角点检测
      91 0
      |
      7月前
      |
      存储 资源调度 算法
      Opencv(C++)系列学习---SIFT、SURF、ORB算子特征检测
      Opencv(C++)系列学习---SIFT、SURF、ORB算子特征检测
      374 0
      |
      2月前
      |
      计算机视觉
      Opencv学习笔记(八):如何通过cv2读取视频和摄像头来进行人脸检测(jetson nano)
      如何使用OpenCV库通过cv2模块读取视频和摄像头进行人脸检测,并提供了相应的代码示例。
      108 1
      |
      2月前
      |
      机器学习/深度学习 计算机视觉
      目标检测笔记(六):如何结合特定区域进行目标检测(基于OpenCV的人脸检测实例)
      本文介绍了如何使用OpenCV进行特定区域的目标检测,包括人脸检测实例,展示了两种实现方法和相应的代码。
      76 1
      目标检测笔记(六):如何结合特定区域进行目标检测(基于OpenCV的人脸检测实例)
      |
      2月前
      |
      算法 计算机视觉 Python
      圆形检测算法-基于颜色和形状(opencv)
      该代码实现了一个圆检测算法,用于识别视频中的红色、白色和蓝色圆形。通过将图像从RGB转换为HSV颜色空间,并设置对应颜色的阈值范围,提取出目标颜色的区域。接着对这些区域进行轮廓提取和面积筛选,使用霍夫圆变换检测圆形,并在原图上绘制检测结果。
      90 0
      |
      7月前
      |
      存储 算法 计算机视觉
      OpenCV(四十二):Harris角点检测
      OpenCV(四十二):Harris角点检测
      106 0
      |
      5月前
      |
      机器学习/深度学习 传感器 算法
      OpenCV4工业缺陷检测的六种方法
      OpenCV4工业缺陷检测的六种方法
      |
      6月前
      |
      存储 编解码 算法
      【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
      【Qt&OpenCV 检测图像中的线/圆/轮廓 HoughLinesP/HoughCircles/findContours&drawContours】
      102 0
      |
      6月前
      |
      移动开发 算法 计算机视觉
      技术笔记:openCV特征点识别与findHomography算法过滤
      技术笔记:openCV特征点识别与findHomography算法过滤
      106 0