OpenCV2簡單的特徵匹配

特徵的匹配大致可以分為3個步驟：

特徵的提取

計算特徵向量

特徵匹配

對於3個步驟，在opencv2中都進行了封裝。所有的特徵提取方法都實現featuredetector介面，descriptorextractor介面則封裝了對特徵向量（特徵描述符）的提取，而所有特徵向量的匹配都繼承了descriptormatcher介面。

簡單的特徵匹配

int
main()

例項化了乙個特徵提取器surffeaturedetector，其構造函式引數（minhessian）用來平衡提取到的特徵點的數量和特徵提取的穩定性的，對於不同的特徵提取器改引數具有不同的含義和取值範圍。

對得到的特徵點提取特徵向量（特徵描述符）

匹配，上面**使用了暴力匹配的方法,最後的匹配結果儲存在vector中。

dmatch用來儲存匹配後的結果

struct
dmatch
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;  //
此匹配對應的查詢影象的特徵描述子索引
int trainidx;   //
此匹配對應的訓練(模板)影象的特徵描述子索引
int imgidx;    //
訓練影象的索引(若有多個)
float distance;  //
兩個特徵向量之間的歐氏距離，越小表明匹配度越高。
bool
operator
< (const dmatch &m) const
;};

然後使用drawmatches方法可以匹配後的結構儲存為mat

OpenCV2簡單的特徵匹配

OpenCV2簡單的特徵匹配

OpenCV2簡單的特徵匹配

Opencv之特徵匹配

相關推薦