特征匹配中OpenCV Dmatch类的用法解析以及非常详细的ORB特征提取与匹配解析
首先说明一点,在SLAM中进行特征提取和匹配时,需要注意使用的OpenCV版本,在使用OpenCV2.x版本时,可以创建特征对象如下所示(省略了参数表):
ORB orb;
SURF surf;
SIFT sift;orb.detect();
sift.detect();
surf.detect();
但是OpenCV3.X中就不允许这么做了,这是因为,opencv3.0直接使用 ORB orb时,ORB里面没有构造方法,只有一个静态的create。所以特征提取时,就只能使用以下方式:
Ptr orb=ORB::create()//参数表省略了,具体可查看官方文档,或者输入VS2015等IDE看智能提示;
下面重点说一下,DMatch类,在OpenCV2.x中Dmatch为结构体数据类型,在OpenCV3.x中为Class类型。在OpenCV3.x中的定义为:
class CV_EXPORTS_W_SIMPLE DMatch
{
public:CV_WRAP DMatch();CV_WRAP DMatch(int _queryIdx, int _trainIdx, float _distance);CV_WRAP DMatch(int _queryIdx, int _trainIdx, int _imgIdx, float _distance);CV_PROP_RW int queryIdx; // query descriptor indexCV_PROP_RW int trainIdx; // train descriptor indexCV_PROP_RW int imgIdx; // train image indexCV_PROP_RW float distance;// less is betterbool operator<(const DMatch &m) const;
};
一个匹配器尝试在一副或一组图中匹配一幅图中的关键点,如果匹配成功,将返回 cv::DMatch 的列表,说人话:Dmatch对象保存的是匹配成功的结果,当然这个匹配结果里面包含了不少的误匹配。
成员说明:
queryIdx : 查询点的索引(当前要寻找匹配结果的点在它所在图片上的索引).
trainIdx : 被查询到的点的索引(存储库中的点的在存储库上的索引)
distance: 为两个描述子之间的距离
举个例子:下面给出提取ORB特征并进行匹配的过程(基于OpenCV3.2),以及DMatch对象的用法。下面使用的两张图盘我就不上传了,随便找一张图片,然后截图一部分当做另一张图片,一般而言,截图出来的那部分图片,当做第一张,也就是train,完整的是第二张也就是query。运行环境:VS2015+OpenCV3.2.0
#include <iostream>
#include "opencv2/opencv.hpp"
#include "opencv2/core/core.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/highgui/highgui.hpp"
using namespace cv;
using namespace std;
int main(int argc, char** argv)
{Mat obj = imread("1.jpg"); //载入目标图像Mat scene = imread("2.jpg"); //载入场景图像if (obj.empty() || scene.empty()){cout << "Can't open the picture!\n";return 0;}vector<KeyPoint> obj_keypoints, scene_keypoints;Mat obj_descriptors, scene_descriptors;//ORB detector; //采用ORB算法提取特征点//ORB orb;Ptr<ORB> detector = ORB::create(500, 1.2f, 8, 31, 0, 2, ORB::HARRIS_SCORE, 31, 20);detector->detect(obj, obj_keypoints);detector->detect(scene, scene_keypoints);detector->compute(obj, obj_keypoints, obj_descriptors);detector-> compute(scene, scene_keypoints, scene_descriptors);BFMatcher matcher(NORM_HAMMING, true); //汉明距离做为相似度度量//匹配结果放在matches里面vector<DMatch> matches;matcher.match(obj_descriptors, scene_descriptors, matches);//匹配成功的点对数为257,//按照匹配关系将图画出来,背景图为match_imgMat match_img;drawMatches(obj, obj_keypoints, scene, scene_keypoints, matches, match_img);imshow("滤除误匹配前", match_img);//保存匹配对序号vector<int> queryIdxs(matches.size()), trainIdxs(matches.size());for (size_t i = 0; i < matches.size(); i++){queryIdxs[i] = matches[i].queryIdx;//取出查询图片中匹配的点对的索引即id号;那么queryIdxs、trainIdxs都为257trainIdxs[i] = matches[i].trainIdx;//取出训练图片中匹配的点对的索引即id号;}Mat H12; //变换矩阵vector<Point2f> points1; KeyPoint::convert(obj_keypoints, points1, queryIdxs);//KeyPoint根据索引转point2f坐标vector<Point2f> points2; KeyPoint::convert(scene_keypoints, points2, trainIdxs);//同上int ransacReprojThreshold = 3; //拒绝阈值cout << "matches size = " << matches.size() << endl;H12 = findHomography(Mat(points1), Mat(points2), CV_RANSAC, ransacReprojThreshold);//计算单应矩阵vector<char> matchesMask(matches.size(), 0);//用于内点标记使用Mat points1t;perspectiveTransform(Mat(points1), points1t, H12);//对输入二维点做透视变换,变换后的结果保存在points1t中for (size_t i1 = 0; i1 < points1.size(); i1++) //保存‘内点’{if (norm(points2[i1] - points1t.at<Point2f>((int)i1, 0)) <= ransacReprojThreshold) //给内点做标记{matchesMask[i1] = 1;}}Mat match_img2; //滤除‘外点’后drawMatches(obj, obj_keypoints, scene, scene_keypoints, matches, match_img2, Scalar(0, 0, 255), Scalar::all(-1), matchesMask);//画出目标位置std::vector<Point2f> obj_corners(4);obj_corners[0] = cvPoint(0, 0); obj_corners[1] = cvPoint(obj.cols, 0);obj_corners[2] = cvPoint(obj.cols, obj.rows); obj_corners[3] = cvPoint(0, obj.rows);std::vector<Point2f> scene_corners(4);perspectiveTransform(obj_corners, scene_corners, H12);line(match_img2, scene_corners[0] + Point2f(static_cast<float>(obj.cols), 0),scene_corners[1] + Point2f(static_cast<float>(obj.cols), 0), Scalar(0, 0, 255), 2);line(match_img2, scene_corners[1] + Point2f(static_cast<float>(obj.cols), 0),scene_corners[2] + Point2f(static_cast<float>(obj.cols), 0), Scalar(0, 0, 255), 2);line(match_img2, scene_corners[2] + Point2f(static_cast<float>(obj.cols), 0),scene_corners[3] + Point2f(static_cast<float>(obj.cols), 0), Scalar(0, 0, 255), 2);line(match_img2, scene_corners[3] + Point2f(static_cast<float>(obj.cols), 0),scene_corners[0] + Point2f(static_cast<float>(obj.cols), 0), Scalar(0, 0, 255), 2);imshow("滤除误匹配后", match_img2);waitKey(0);return 0;
}
本身对上述代码中Dmatch理解并不透彻,于是进行了单步调试:
运行至43行时,结果如下:
看出两幅图的匹配点对数为257对:第一对匹配点为:查询图片的第1个特征点匹配训练图片的第231个特征点,4-264,5-307,7-92,等等等等。
这样就可以取出匹配点对的id,继而进行下一步操作。
有需要的话,再继续讲下去。
特征匹配中OpenCV Dmatch类的用法解析以及非常详细的ORB特征提取与匹配解析相关推荐
- 3D视觉(四):ORB特征提取与匹配
3D视觉(四):ORB特征提取与匹配 根据维基百科的定义,图像特征是一组与计算任务相关的信息,计算任务取决于具体的应用.简而言之,特征是图像信息的另一种表达形式. 数字图像在计算机中以灰度值矩阵的方式 ...
- ORB特征提取和匹配
ORB特征提取和匹配 1 什么是ORB特征 2 FAST关键点 3 尺度不变性 4 旋转不变性 4.1 灰度质心法 4.2 rBRIEF描述子 4.2.1 BREIF描述子 4.2.2Hamming距 ...
- 标准C++中的string类的用法总结
相信使用过MFC编程的朋友对CString这个类的印象应该非常深刻吧?的确,MFC中的CString类使用起来真的非常的方便好用.但是如果离开了MFC框架,还有没有这样使用起来非常方便的类呢?答案是肯 ...
- string类有可以调换方向的函数吗_C++中的string类的用法小结
相信使用过MFC编程的朋友对CString这个类的印象应该非常深刻吧?的确,MFC中的CString类使用起来真的非常的方便好用.但是如果离开了MFC框架,还有没有这样使用起来非常方便的类呢?答案是肯 ...
- 标准C++中的string类的用法总结(转)
http://www.cnblogs.com/xFreedom/archive/2011/05/16/2048037.html 相信使用过MFC编程的朋友对CString这个类的印象应该非常深刻吧?的 ...
- 转:标准C++中的string类的用法总结
转自https://www.cnblogs.com/xFreedom/archive/2011/05/16/2048037.html 相信使用过MFC编程的朋友对CString这个类的印象应该非常深刻 ...
- Opencv实现Sift、Surf、ORB特征提取与匹配
在opencv3中,这三个算子都转移到一个名为xfeature2d的第三方库中,而在opencv2中这三个算子在nonfree库中. 关于在vs下配置opencv可参考我转载的另外一篇文章.注意版本号 ...
- Css3中hover伪类的用法
在css3中,hover伪类是鼠标移到元素上时,会为此元素添加特殊的样式的方法,还可以为其他元素添加特殊的样式. 内部代码详情,见截图: 以及输出截图: 在截图中我们可以看到,当我把鼠标移入类denl ...
- Java中关于时间类的用法
java.util.Date import java.util.Date;public class DateTest {public static void main(String[] args) { ...
最新文章
- 赛门铁克:“高度怀疑”WannaCry的幕后黑手是朝鲜
- MySQL重温笔记-索引
- Redis进阶-Redis键值设计及BigKey问题
- 什么是pdh光端机?pdh光端机产品优点介绍!
- Android中的广播Broadcast详解
- 四参数坐标转换c++_GPSRTK坐标转换及四参数、七参数适用条件
- 推荐几个win8系统下载比较好的网站
- matla可以导出回归结果表格吗_表格高级筛选,一键筛出想要的数据
- 使用HP优盘启动盘格式化工具制作DOS7.1启动盘,U盘.SD.TF卡均可用
- php读取带分隔符的txt文件,Pandas中文手册
- ArcMap进行标记符号制作
- Webstorm 2019激活码(有效期至2020年6月)
- 社旗一高2021高考成绩查询,2021年九师联盟:河南/山西省高三年级下学期5月联考分数线公布!...
- JOL(java object layout): java 对象内存布局
- 无盘服务器0x00000124,蓝屏0x00000124,懂的帮我一下
- 消除Pe177,pe150警告
- Linux命令大全总结(看这一篇就够了)
- discuz 应用中心访问及下载较慢解决方法
- 【专题5: 硬件设计】 之 【16.二极管/三极管的钳位功能】
- 股票分析师如何在市场中利用Arron实现炒股