OpenCV 4.5.1 - 新版本中 BEBLID 描述符尝鲜 (基于 ubuntu / c++)

时间：20210222
目录

文章目录

1. OpenCV 4.5.1 发布
- 1.1 参考资料
- 1.2 新特性 BEBLID 描述符
2. OpenCV 4.5.1 编译 (Ubuntu 18.04)
- 2.1 源码和 contrib 模块克隆
- 2.2 编译
- 2.3 添加 opencv 4.5.1 的 cmake 样例
3. BEBLID 描述符测试例子
- 3.1 python 例子
- 3.2 c++ 例子
- 3.3 结论

1. OpenCV 4.5.1 发布

1.1 参考资料

opencv 源码 - 官方 github - tag 4.5.1 ，opencv_contrib - 官方 github - tag 4.5.1
opencv 源码 - gitee镜像 - 国内 clone 快， opencv_contrib - gitee镜像 - 国内 clone 快
opencv - 官方 - 4.5.1 文档
4.5.1 新特性速览
BEBLID 描述符的 python 例子 - 内含有 BEBLID 原始文献
编译好的opecv-451
本文提供的 c++ 例子源码

1.2 新特性 BEBLID 描述符

BEBLID是通过boosting学习的高效二进制描述符。只需更改scale_factor参数，就可以描述任何检测器的关键点。在几个基准测试中，它已被证明可以以相同的效率大大改进其他二进制描述符，例如ORB或BRISK。 BEBLID描述了利用KeyPoint周围图像的不同区域中的平均灰度值之差，该描述符专门针对图像匹配和补丁检索进行了优化，以解决这些问题的不对称性。

2. OpenCV 4.5.1 编译 (Ubuntu 18.04)

2.1 源码和 contrib 模块克隆

由于新的描述符位于 opencv_contrib 中的 xfeatures2d 模块，所以我们在编译源码的时候，要附带 opencv_contrib 一起编译，注意都是 4.5.1 版本。在 ubuntu 下进入你喜欢的文件路径，分别克隆源码和contrib
```
git clone https://gitee.com/jqf64078/opencv_4.5.1.git
git clone https://gitee.com/jqf64078/opencv_contrib_4.5.1.git
```

2.2 编译

进入 opencv_4.5.1 路径，新建 Build 和 Install 文件夹，为了直观方便，可以使用 gui 版本的 cmake 进行参数配置。
```
cd opencv_4.5.1
mkdir build && mkdir install
sudo apt-get install cmake-qt-gui #没有的话，安装 cmake-qt-gui
cmake-gui
```
打开 cmkae-gui 界面如下，设置源码和 Build 的路径，点击 Configure 默认直接 Finish。
本次 Configure 完成后，会出现一片红色，再次 Configure ，红色没有了，这里如果没有问题的话，cmake 的 log 窗口最后应该显示 Configuring done 。
由于我们的机器环境可能已经安装了其他版本的 OCV，并且安装在了系统目录下，为了避免冲突和其他库依赖发生变化的问题，我们将 4.5.1 版本编译好的库直接放在我们之前新建的 install 文件夹下，另外，使用新特性 BEBLID 描述符需要 opencv_contrib ，因此我们在这里修改 cmake-gui 中的两项配置参数：
- 第一项，install 路径 ，替换你自己的路径即可。
- 第二项，opencv_contrib 路径 ，找到之前 clone 的源码路径，注意选择 modules 文件夹。
```
![在这里插入图片描述](https://img-blog.csdnimg.cn/20210222163232664.png#pic_center)
```
- 第三项，NONFREE 打开，勾选 OPENCV_ENABLE_NONFREE 否则不能使用 SURF 等算法。
再次 Configure 这时，由于添加了很多新的模块，需要额外下载一些文件，但是由于国内网络的原因，可能会下载失败，解决的版办法可以参考我的博客OpenCV 4.3.0 + opencv_contrib-4.3.0 在VS2017下的编译中的各种 #missing 问题，当然，本着方便大家的原则，我在文末直接提供了编译好的库文件。这一步如果没问题，点击 Generate ，成功后 log 会显示如下：
这时，我们的 cmake-gui 就可以关闭了，回到我们 opencv_4.5.1/build 下，右键打开命令行，通过上面几步已经配置好了各项参数，直接编译安装即可，编译时间可能较长，看个人电脑的配置，最终头文件和库文件都生成在了 Install 文件夹下。
```
cd <你的路径>/opencv_4.5.1/build
make
make install
```
最后在我们的 install 文件夹下有如下四个子文件夹。我将其上传至码云gitee 可直接使用
- 克隆后即解压缩即可得到下面的文件
```
git clone https://gitee.com/jqf64078/ocv_451_lib_read_for_use.git
```

2.3 添加 opencv 4.5.1 的 cmake 样例

如果是直接安装到系统目录下的 opencv， cmakelists 中只需要添加这几句即可：

find_package(OpenCV REQUIRED)
include_directories( ${OpenCV_INCLUDE_DIRS} )
target_link_libraries(myproject ${OpenCV_LIBS})

但是我们系统中有别的版本的 ocv，而且我们刚才编译安装到了自己建立的 install 文件夹，所以稍微增加几句

#保证该路径下有OpenCVConfig.cmake、opencv-config.cmake文件
set(OpenCV_DIR  你的路径/opencv_4.5.1/install/lib/cmake/opencv4)   find_package(OpenCV 4.5.1 REQUIRED) #限制版本，确保我们引入的是 451 版本
include_directories( ${OpenCV_INCLUDE_DIRS} ) # 包含文件目录add_executable(工程名 main.cpp)#main 为主函数，根据自己的主函数名随意更改
target_link_libraries(工程名 ${OpenCV_LIBS})# 链接库

3. BEBLID 描述符测试例子

3.1 python 例子

python 例子见参考资料，BEBLID 描述符的 python 例子 - 内含有 BEBLID 原始文献。

3.2 c++ 例子

图片是OCV自带的，我们编写 c++ 版本的例子，基于 ubuntu 18.04 + Clion，该例子已上传至码云gitee ocv451_beblid-demo，部分源码如下，重点说明，测试的流程：

首先利用 ExtractKeyPoints 来提取两幅图像的特征点，后面的不同描述符用同样的特征点为保持公平。
然后利用 MatchTwoImgsBF 来计算描述符和暴力匹配特征点，主要对比 ORB 和 BEBLID 描述符。
最后利用 FindGoodMatches 来优化匹配，其中利用了 RANSAC 算法，这里不再展开，详见源码。
最终对比输出，在同样的特征点对下，不同的描述符最后能够得到有效匹配的点对数量即耗费时间。

void ExtractKeyPoints(Mat &img1, Mat &img2,Ptr<FeatureDetector> detector,std::vector<KeyPoint> &kpts1,std::vector<KeyPoint> &kpts2)
{detector->detect(img1, kpts1);detector->detect(img2, kpts2);
}//find matches by BRUTEFORCE from two imgs with user-defined detector and descriptor
Mat MatchTwoImgsBF(Mat &img1, Mat &img2,Ptr<DescriptorExtractor> descriptor,std::vector<DMatch> &matches,std::vector<KeyPoint> &kpts1,std::vector<KeyPoint> &kpts2, float &time_cost)
{double t0 = getTickCount();Mat descriptors1, descriptors2;descriptor->compute(img1, kpts1, descriptors1);descriptor->compute(img2, kpts2, descriptors2);Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create(DescriptorMatcher::BRUTEFORCE);matcher->match(descriptors1, descriptors2, matches);double freq = getTickFrequency();time_cost = ((double) getTickCount() - t0) / freq;Mat img_with_matches;drawMatches(img1, kpts1, img2, kpts2, matches, img_with_matches);return img_with_matches;
}
Mat FindGoodMatches(Mat &img1, Mat &img2,std::vector<DMatch> &bad_matches,std::vector<DMatch> &good_matches,std::vector<KeyPoint> &kpts1,std::vector<KeyPoint> &kpts2)
{}

CMakeList.txt 如下，注意更换自己的编译文件的路径。

cmake_minimum_required(VERSION 3.10)
project(ocv_451_beblid_demo)set(CMAKE_CXX_STANDARD 14)
set(OpenCV_DIR ~/Software/opencv_4.5.1/install/lib/cmake/opencv4)   #保证该路径下有OpenCVConfig.cmake、opencv-config.cmake文件find_package(OpenCV 4.5.1 REQUIRED)
include_directories( ${OpenCV_INCLUDE_DIRS} )add_executable(ocv_451_beblid_demo main.cpp)
target_link_libraries(ocv_451_beblid_demo ${OpenCV_LIBS})

3.3 结论

匹配结果，初始和优化后的匹配点，乍一看是看不出来啥名堂，看下面的数据总结。
与 ORB 描述符对比的结果，在同样的 400 个初始匹配下，BEBLID 能得到更多的有效匹配。且粗略地看，BEBLID 耗时更少。

OpenCV 4.5.1 - 新版本中 BEBLID 描述符尝鲜 (基于 ubuntu / c++)相关推荐

opencv（十八）-关键点和描述符
索引目录 1.关键点的类cv::KeyPoint 2.cv::Feature2D-查找并计算描述符 3.cv::DMatch对象 4.cv::DescriptorMatcher 关键点匹配类 5.核心 ...
RDKit | 通过Lipinski规则了解如何在RDKit中处理描述符
以Lipinski的为主题,学习RDKit如何处理表征分子特性的" 描述符 ". 描述符描述符是确定分子性质的指标.当然,水的性质是水的溶解度和大小的性质,生物活 ...
python中文件描述符_Python中的描述符
python中文件描述符 In Python, a class that implements a get, set or delete methods for an object is called ...
linux 文件指针,Linux中文件描述符fd与文件指针FILE*互相转换实例解析
本文研究的主要是Linux中文件描述符fd与文件指针FILE*互相转换的相关内容,具体介绍如下. 1.文件描述符fd的定义:文件描述符在形式上是一个非负整数.实际上,它是一个索引值,指向内核为每一个进 ...
java中的scr是什么意思,javascrpt中属性描述符的理解与使用
javascrpt中属性描述符的理解与使用属性描述符是ES5出现的概念.顾名思义:它用于描述对象里面的属性应该是什么样,例如是否只读,能否可枚举,能否可配置等.怎样?好理解吧. 既然是对象里面的属性 ...
linux中文件描述符fd和文件指针flip的理解
整理自:http://www.cnblogs.com/Jezze/archive/2011/12/23/2299861.html 简单归纳:fd(file descriptor)只是一个整数,在ope ...
UNIX中文件描述符和文件指针
文件描述符在C程序中,文件由文件指针或者文件描述符表示.ISO C的标准I/0库函数(fopen, fclose, fread, fwrite, fscanf, fprintf等)使用文件指针,UN ...
Linux中文件描述符1,linux内核中的文件描述符(一)--基础知识简介
原标题:linux内核中的文件描述符(一)--基础知识简介 Kernel version:2.6.14 CPU architecture:ARM920T Author:ce123(http://blo ...
在c语言中文件的指针是什么,C语言中文件描述符和文件指针的本质区别
1,首先了解进程运行时默认打开的文件指针以及打开的文件 /* Standard streams. / extern struct _IO_FILE stdin; / Standard input st ...

OpenCV 4.5.1 - 新版本中 BEBLID 描述符尝鲜 (基于 ubuntu / c++)

文章目录

1. OpenCV 4.5.1 发布

1.1 参考资料

1.2 新特性 BEBLID 描述符

2. OpenCV 4.5.1 编译 (Ubuntu 18.04)

2.1 源码和 contrib 模块克隆

2.2 编译

2.3 添加 opencv 4.5.1 的 cmake 样例

3. BEBLID 描述符测试例子

3.1 python 例子

3.2 c++ 例子

3.3 结论

OpenCV 4.5.1 - 新版本中 BEBLID 描述符尝鲜 (基于 ubuntu / c++)相关推荐

最新文章

热门文章

OpenCV 4.5.1 - 新版本 中 BEBLID 描述符尝鲜 (基于 ubuntu / c++)

文章目录

1. OpenCV 4.5.1 发布

1.1 参考资料

1.2 新特性 BEBLID 描述符

2. OpenCV 4.5.1 编译 (Ubuntu 18.04)

2.1 源码和 contrib 模块克隆

2.2 编译

2.3 添加 opencv 4.5.1 的 cmake 样例

3. BEBLID 描述符测试例子

3.1 python 例子

3.2 c++ 例子

3.3 结论

OpenCV 4.5.1 - 新版本 中 BEBLID 描述符尝鲜 (基于 ubuntu / c++)相关推荐

最新文章

热门文章

OpenCV 4.5.1 - 新版本中 BEBLID 描述符尝鲜 (基于 ubuntu / c++)

OpenCV 4.5.1 - 新版本中 BEBLID 描述符尝鲜 (基于 ubuntu / c++)相关推荐