一、暴露在外的接口：SIFT

一般来说，我们在OpenCV中使用SIFT算法的方式为：

//该表达式涉及到多态，详解在第2节
cv::Ptr<SiftFeatureDetector>  sift = SIFT::create();

那么，SiftFeatureDetector是什么呢？在 features2d.hpp中清晰的写出来：

typedef SIFT SiftFeatureDetector;

同样在该文件中，可以看到：

class CV_EXPORTS_W SIFT : public Feature2D
{...
}

CV_EXPORTS_W 的本质如下，表明SIFT 是一个暴露给用户的接口。

define CV_EXPORTS_W  CV_EXPORTS
//下面一行宏定义只能在源码内看到，不对外暴露
//若在程序中使用编译好的OpenCV，只能追踪到上一行宏定义
define CV_EXPORTS __declspec(dllexport)

二、隐藏在SIFT背后的本质：SIFT_Impl

在编译好的OpenCV内，对于SIFT，只提供了features2d.hpp文件，我们无法看到任何有关与他的具体实现。因此，想要探究其本质，现在进入其源码内：sift.dispatch.cpp。

在该cpp文件中，定义了一个SIFT的派生类SIFT_Impl 。该派生类不对外暴露。

class SIFT_Impl : public SIFT{};

同时，在该CPP文件中，也定义了SIFT接口的create函数：

Ptr<SIFT> SIFT::create( int _nfeatures, int _nOctaveLayers,double _contrastThreshold, double _edgeThreshold, double _sigma, int _descriptorType )
{.../** 返回指针*/return makePtr<SIFT_Impl>(_nfeatures, _nOctaveLayers, _contrastThreshold, _edgeThreshold, _sigma, _descriptorType);
}

因此，到目前为止，已经知道了SIFT背后的逻辑：

//定义SIFT类型的指针
//在create函数内定义 派生类 SIFT_Impl对象
//SIFT_Impl指针向上转型，赋值给sift。（多态）
cv::Ptr<SiftFeatureDetector>  sift = SIFT::create();

之后，sift通过箭头描述符调用的任何函数，都将通过虚指针指向派生类的具体实现。也即SIFT_Impl才是sift的本质。

三、使用sift算法全流程

//1.读取图像
cv::Mat matL = cv::imread(imgL);
cv::Mat matR = cv::imread(imgR);//2.定义关键点和描述符
std::vector<cv::KeyPoint> kpL,kpR;
cv::Mat descriptorL,descriptorR;//3.创建SIFT对象
cv::Ptr<SiftFeatureDetector>  siftL = SIFT::create();
cv::Ptr<SiftFeatureDetector>  siftR = SIFT::create();//4.探测关键点
siftL->detect(matL, kpL);
siftR->detect(matR, kpR);//5.计算描述符
siftL->compute(matL, kpL, descriptorL);
siftR->compute(matR, kpR, descriptorR);//6.描述符匹配
...

对于第3步，创建SIFT对象，上两节已经讲过，那么现在只剩下detect和compute两个步骤了。这两个步骤是个重难点，我将分多篇文章细讲，争取能给大家讲明白。（描述符匹配属于特征匹配通用的部分，不属于SIFT专有，在这里就不讲了）

回到features2d.hpp，可以看SIFT接口内并没有声明detect和compute两个函数，这是因为这两个函数是继承其基类Feature2D的（可以在该hpp文件内找到）。
进入features2d.cpp内，可以找到detect和compute的定义：

void Feature2D::detect( InputArray image,std::vector<KeyPoint>& keypoints,InputArray mask )
{...detectAndCompute(image, mask, keypoints, noArray(), false);
}void Feature2D::compute( InputArray image,std::vector<KeyPoint>& keypoints,OutputArray descriptors )
{...detectAndCompute(image, noArray(), keypoints, descriptors, true);
}

可以看到，这两个函数最终都将调用detectAndCompute，该函数是被SIFT_Impl重写（detect和compute还有一个重载函数，但是最后都会调用detectAndCompute）。
我将单独写一篇文章介绍detectAndCompute函数

OpenCV SIFT源码讲解——代码逻辑宏观窥探相关推荐

OpenCV SIFT源码讲解——构建高斯金字塔
目录一.构建方法二.函数重要点注释一.构建方法高斯金字塔每层图像的尺度为:.理论上金字塔每层图像可以从原图做的高斯滤波得到.但是实际操作中,每组的第一张影像(除第一组)是上一组倒数第三张影像降 ...
OpenCV SIFT源码详解——总体概览
OpenCV SIFT源码详解--总体概览一.版本二.章节系列此系列文章源自本人硕士毕业论文,主要讲源码,对于SIFT理论知识默认大家有过了解.若文章中有不对之处还请读者指出. 一.版本本系列 ...
Oriented Fast神奇高效的代码实现方式——ORBSLAM2源码讲解（二）
文章目录前言一.基础知识二.灰度质心法原理三.UMAX 四.IC_Angle如何做加速运算总结前言本博客结合哔哩大学视频ORBSLAM2[ORBSLAM2源码讲解专题一]ORB特征点提取 ...
双目相机标定OpenCV源码讲解
双目相机标定OpenCV源码讲解背景介绍所述内容参考资料摄像机标定部分代码代码思路代码中的其他函数找角点&求内参求外参求矫正映射矩阵后记背景介绍暑假接近两个月的时间做了 ...
ORB特征点提取与均匀化——ORBSLAM2源码讲解（一）
文章目录前言一.基础知识二.ORB特征均匀化策略对性能的影响三.ORB特征金字塔四.ORB提取扩展图像五.ORB特征均匀化总结前言本博客结合哔哩大学视频ORBSLAM2[ORBSLA ...
RobHess的SIFT源码分析：综述
最初的目的是想做全景图像拼接,一开始找了OpenCV中自带的全景拼接的样例,用的是Stitcher类,可以很方便的实现全景拼接,而且效果很好,但是不利于做深入研究. Stitcher类使用方法请查Op ...
27.串口通信实验源码讲解
串口通信实验源码讲解笔记基于正点原子官方视频视频连接https://www.bilibili.com/video/BV1Wx411d7wT?p=71&spm_id_from=333.100 ...
讲解java源码_Java学习之Java源码讲解
关于Java中源码的学习,是不少同学头疼的知识点.本文整理了JAVA源码学习的八大要点,分别是基础知识.面向对象.异常处理.集合.综合类核心代码.JAVA8新特性.Input/Output和Java小 ...
读Zepto源码之代码结构
虽然最近工作中没有怎么用 zepto ,但是据说 zepto 的源码比较简单,而且网上的资料也比较多,所以我就挑了 zepto 下手,希望能为以后阅读其他框架的源码打下基础吧. 源码版本本文阅读的源 ...

OpenCV SIFT源码讲解——代码逻辑宏观窥探

OpenCV SIFT源码讲解——代码逻辑宏观窥探

一、暴露在外的接口：SIFT

二、隐藏在SIFT背后的本质：SIFT_Impl

三、使用sift算法全流程

OpenCV SIFT源码讲解——代码逻辑宏观窥探相关推荐

最新文章

热门文章