学习OpenCV——ORB简化版Location加速版
根据前面surf简化版的结构,重新把ORB检测的代码给简化以下,发现虽然速度一样,确实能省好多行代码,关键是有
BruteForceMatcher<HammingLUT>matcher的帮忙,直接省的写了一个函数;
NB类型:class gpu::BruteForceMatcher_GPU
再加上findHomography,之后perspectiveTransform就可以location,但是这样速度很慢;
于是改动一下,求matches的keypoints的x与y坐标和的平均值,基本上就是对象中心!!!
以这个点为中心画与原对象大小相同的矩形框,就可以定位出大概位置,但是肯定不如透视变换准确,而且不具有尺度不变性。
但是鲁棒性应该更好,因为,只要能match成功,基本都能定位中心,但是透视变换有时却因为尺度变换过大等因素,画出很不靠谱的矩形框!
- #include "opencv2/objdetect/objdetect.hpp"
- #include "opencv2/features2d/features2d.hpp"
- #include "opencv2/highgui/highgui.hpp"
- #include "opencv2/calib3d/calib3d.hpp"
- #include "opencv2/imgproc/imgproc_c.h"
- #include "opencv2/imgproc/imgproc.hpp"
- #include <string>
- #include <vector>
- #include <iostream>
- using namespace cv;
- using namespace std;
- char* image_filename1 = "D:/src.jpg";
- char* image_filename2 = "D:/Demo.jpg";
- int main()
- {
- Mat img1 = imread( image_filename1, CV_LOAD_IMAGE_GRAYSCALE );
- Mat img2 = imread( image_filename2, CV_LOAD_IMAGE_GRAYSCALE );
- int64 st,et;
- ORB orb1(30,ORB::CommonParams(1.2,1));
- ORB orb2(100,ORB::CommonParams(1.2,1));
- vector<KeyPoint>keys1,keys2;
- Mat descriptor1,descriptor2;
- orb1(img1,Mat(),keys1,descriptor1,false);
- st=getTickCount();
- orb2(img2,Mat(),keys2,descriptor2,false);
- et=getTickCount()-st;
- et=et*1000/(double)getTickFrequency();
- cout<<"extract time:"<<et<<"ms"<<endl;
- vector<DMatch> matches;
- //<em>class </em><tt class="descclassname">gpu::</tt><tt class="descname"><span class="highlighted">BruteForce</span>Matcher_GPU</tt>
- BruteForceMatcher<HammingLUT>matcher;//BruteForceMatcher支持<Hamming> <L1<float>> <L2<float>>
- //FlannBasedMatcher matcher;不支持
- st=getTickCount();
- matcher.match(descriptor1,descriptor2,matches);
- et=getTickCount()-st;
- et=et*1000/getTickFrequency();
- cout<<"match time:"<<et<<"ms"<<endl;
- Mat img_matches;
- drawMatches( img1, keys1, img2, keys2,
- matches, img_matches, Scalar::all(-1), Scalar::all(-1),
- vector<char>(), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS );
- imshow("match",img_matches);
- cout<<"match size:"<<matches.size()<<endl;
- /*
- Mat showImg;
- drawMatches(img1,keys1,img2,keys2,matchs,showImg);
- imshow( "win", showImg );
- */
- waitKey(0);
- st=getTickCount();
- vector<Point2f>pt1;
- vector<Point2f>pt2;
- float x=0,y=0;
- for(size_t i=0;i<matches.size();i++)
- {
- pt1.push_back(keys1[matches[i].queryIdx].pt);
- pt2.push_back(keys2[matches[i].trainIdx].pt);
- x+=keys2[matches[i].trainIdx].pt.x;
- y+=keys2[matches[i].trainIdx].pt.y;
- }
- x=x/matches.size();
- y=y/matches.size();
- Mat homo;
- homo=findHomography(pt1,pt2,CV_RANSAC);
- vector<Point2f>src_cornor(4);
- vector<Point2f>dst_cornor(4);
- src_cornor[0]=cvPoint(0,0);
- src_cornor[1]=cvPoint(img1.cols,0);
- src_cornor[2]=cvPoint(img1.cols,img1.rows);
- src_cornor[3]=cvPoint(0,img1.rows);
- perspectiveTransform(src_cornor,dst_cornor,homo);
- Mat img=imread(image_filename2,1);
- line(img,dst_cornor[0],dst_cornor[1],Scalar(255,0,0),2);
- line(img,dst_cornor[1],dst_cornor[2],Scalar(255,0,0),2);
- line(img,dst_cornor[2],dst_cornor[3],Scalar(255,0,0),2);
- line(img,dst_cornor[3],dst_cornor[0],Scalar(255,0,0),2);
- /*
- line(img,cvPoint((int)dst_cornor[0].x,(int)dst_cornor[0].y),cvPoint((int)dst_cornor[1].x,(int)dst_cornor[1].y),Scalar(255,0,0),2);
- line(img,cvPoint((int)dst_cornor[1].x,(int)dst_cornor[1].y),cvPoint((int)dst_cornor[2].x,(int)dst_cornor[2].y),Scalar(255,0,0),2);
- line(img,cvPoint((int)dst_cornor[2].x,(int)dst_cornor[2].y),cvPoint((int)dst_cornor[3].x,(int)dst_cornor[3].y),Scalar(255,0,0),2);
- line(img,cvPoint((int)dst_cornor[3].x,(int)dst_cornor[3].y),cvPoint((int)dst_cornor[0].x,(int)dst_cornor[0].y),Scalar(255,0,0),2);
- */
- circle(img,Point(x,y),10,Scalar(0,0,255),3,CV_FILLED);
- line(img,Point(x-img1.cols/2,y-img1.rows/2),Point(x+img1.cols/2,y-img1.rows/2),Scalar(0,0,255),2);
- line(img,Point(x+img1.cols/2,y-img1.rows/2),Point(x+img1.cols/2,y+img1.rows/2),Scalar(0,0,255),2);
- line(img,Point(x+img1.cols/2,y+img1.rows/2),Point(x-img1.cols/2,y+img1.rows/2),Scalar(0,0,255),2);
- line(img,Point(x-img1.cols/2,y+img1.rows/2),Point(x-img1.cols/2,y-img1.rows/2),Scalar(0,0,255),2);
- imshow("location",img);
- et=getTickCount()-st;
- et=et*1000/getTickFrequency();
- cout<<"location time:"<<et<<"ms"<<endl;
- waitKey(0);
- }
from: http://blog.csdn.net/yangtrees/article/details/7545820
学习OpenCV——ORB简化版Location加速版相关推荐
- 学习OpenCV 第二版1-4:The Origin of OpenCV
大家可以到这里下载英文原版:http://download.csdn.net/download/zleisure/7451051(下载时请看下资源简介) OpenCV起源 OpenCV诞生于Intel ...
- 跟着小琼琼学习opencv~
楼楼最近整理笔记,发现了自己学习Opencv时候的码的代码和简单介绍,现贴上来~主调用方法在最下方.转载请注明出处~ #include <opencv2\xfeatures2d\nonfree. ...
- 快速系统从零学习OpenCV 4路线图
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 转眼间,小白学视觉就要成立三周年了,小白一直是很感谢小伙伴们的支持 ...
- 【从零学习OpenCV 4】了解OpenCV的模块架构
本文首发于"小白学视觉"微信公众号,欢迎关注公众号 本文作者为小白,版权归人民邮电出版社所有,禁止转载,侵权必究! 经过几个月的努力,小白终于完成了市面上第一本OpenCV 4入门 ...
- 【从零学习OpenCV 4】opencv_contrib扩展模块的安装
本文首发于"小白学视觉"微信公众号,欢迎关注公众号 本文作者为小白,版权归人民邮电出版社所有,禁止转载,侵权必究! 经过几个月的努力,小白终于完成了市面上第一本OpenCV 4入门 ...
- C# 学习笔记(10)加速球
C# 学习笔记(10)加速球 利用窗体透明和GIF透明背景,实现加速球类似效果(QQ宠物,老年人大概也知道) 本文参考C#仿PS异形启动界面设计https://www.bilibili.com/vid ...
- VUE项目学习(三):win10版nginx部署vue项目
VUE项目学习(三):win10版nginx部署vue项目 niginx的安装和启停操作参照博客:https://blog.csdn.net/qq_26666947/article/details/1 ...
- PCL(Point Cloud Library)学习指南资料推荐(2021版)
PCL(Point Cloud Library)学习指南&资料推荐(2021版) 版权 双愚 https://zhuanlan.zhihu.com/p/268524083?utm_source ...
- 在pycharm2021.2中学习opencv图像处理,基于python3.9.7、pycharm完成配置
在pycharm中学习opencv图像处理 安装python 下载python安装包 开始安装 安装pycharm社区版 下载pycharm安装包 开始安装 启动pycharm创建第一个项目 创建第一 ...
最新文章
- 范围规则的简短描述?
- DevOps笔记-01:软件交付面临的问题、软件工程的三个发展阶段、什么是DevOps?
- linux shell 计算器 除0,用shell写一个简易计算器,可以实现加、减、乘、除运算,假如脚本名字为1.sh,执行示例:./1....
- Eclipse、NetBeans、IntelliJ集成开发工具 Java IDE
- 全球及中国橡胶行业盈利状况及十四五竞争前景展望报告2021版
- 给网游写一个挂吧(三) – 启动外挂下
- C#抓取网页HTML内容
- 在建工地扬尘在线监控系统推荐_配电室为何需要安装蓄电池在线监控系统?保定钰鑫电气...
- 170819-关于JSTL的知识点
- jdk基础之Object类getClass()方法
- 阿牛的EOF牛肉串(递推dp)
- [Xcode]XcodeGhost问题的检查和验证
- ThinkPHP 汉字转成多种形式拼音
- UiAutomator2—By、BySelector
- 计算机cpu的字母,笔记本计算机CPU型号后缀字母HQ,U,Y的详细说明
- 你这简历一看就是包装过的
- Google Maps嵌入参数
- 装配连接示意图-萨姆森3730-4型PROFIBUS-PA数字式电气阀门定位器
- Waymo向左,霉运向右
- mock-随机生成数据工具