OpenCV SIFT特征算法详解与使用
opencv4.4版本以后已经把sift跟surf特征提取又重新get回来了，可以不需要编译opencv源码，直接下载官方预编译版本的就可以直接使用了。但是很多人还以为必须要编译源码才能使用sift特征检测的函数！如果还不知道sift特征是什么，就看这里的这篇文章就好啦。
opencv sift特征算法详解与使用
01
创建sift特征提取器
下面就来验证一下是否真的可以了，请看步骤与过程，首先创建sift特征提取器，实现特征点跟描述子的提取，代码实现如下：
// 创建sift特征提取auto detector = sift::create();vector keypoints_obj, keypoints_sence;mat descriptors_box, descriptors_sence;detector->detectandcompute(box, mat(), keypoints_obj, descriptors_box);detector->detectandcompute(scene, mat(), keypoints_sence, descriptors_sence);std::cout << box keypoints: << keypoints_obj.size() << std::endl;std::cout << scene keypoints: << keypoints_sence.size()03
单应性矩阵求解与透视变换
这里不再赘述，这部分的代码实现如下：
// 抽取匹配描述子对应的关键点std::vector obj_pts;std::vector scene_pts;for (size_t i = 0; i < matches.size(); i++){ obj_pts.push_back(keypoints_obj[matches[i].queryidx].pt); scene_pts.push_back(keypoints_sence[matches[i].trainidx].pt);}// 对象对齐与单应性矩阵求解mat h = findhomography(obj_pts, scene_pts, ransac);std::vector obj_corners(4);obj_corners[0] = point(0, 0); obj_corners[1] = point(box.cols, 0);obj_corners[2] = point(box.cols, box.rows); obj_corners[3] = point(0, box.rows);std::vector scene_corners(4);perspectivetransform(obj_corners, scene_corners, h); 04
box矩形框绘制
求得最终的位置信息，根据得到四个点坐标通过多边形绘制函数，完成绘制，这个其中有必要重点解释一下多边形绘制函数
void cv::polylines ( inputoutputarray img, inputarrayofarrays pts, bool isclosed, const scalar & color, int thickness = 1, int linetype = line_8, int shift = 0)
参数解释如下
img表示输入图像
pts表示绘制的多边形顶点集合，必须是int类型cv_32sc
isclosed表示是否闭合
color表示多边形颜色
thickness表示线宽，注意：必须大于等于零，如果想要填充它，请用drawcontours
linetype表示对线的渲染方式
shift表示迁移，默认为0。这个在roi上绘制时候有用
实现代码如下：
一文盘点ADAS处理器芯片
基于碳点修饰的光电化学生物传感器实现可见光下检测葡萄糖浓度
面粉麸皮重金属检测仪功能特点介绍
AirFuel高层出席台北ITRI“无线电能传输结合5G新应用研讨会”
超声波测距仪的制作图解
OpenCV SIFT特征算法详解与使用
华为DriveONE动力域解决方案为用户打造极致驾驶体验
基于智能电网和高级量测体系实现智能用户端的设计
智能家居不能一“屏”控制，智能手机无法承受之重
pcm编译码器电路图
浅析大数据技术之Flink
线性直流电源的操作注意事项
如何区别碳锌电池和碱性电池？
促使EDA行业高速增长的原因分析
VOC监测仪的功能特点有哪些
三运放仪表放大器的放大倍数分析
带着手机就能出差——PeakDo毫米波投屏让手机秒变电脑
一加电视曝光 采用8只杜比Atmos扬声器
智能体感试衣镜将如何解决服装店的试装难题
如何才能为电源选择正确的工作频率？
opencv sift特征算法详解与使用
01
创建sift特征提取器
下面就来验证一下是否真的可以了，请看步骤与过程，首先创建sift特征提取器，实现特征点跟描述子的提取，代码实现如下：
// 创建sift特征提取auto detector = sift::create();vector keypoints_obj, keypoints_sence;mat descriptors_box, descriptors_sence;detector->detectandcompute(box, mat(), keypoints_obj, descriptors_box);detector->detectandcompute(scene, mat(), keypoints_sence, descriptors_sence);std::cout << box keypoints: << keypoints_obj.size() << std::endl;std::cout << scene keypoints: << keypoints_sence.size()
单应性矩阵求解与透视变换
这里不再赘述，这部分的代码实现如下：
// 抽取匹配描述子对应的关键点std::vector obj_pts;std::vector scene_pts;for (size_t i = 0; i < matches.size(); i++){ obj_pts.push_back(keypoints_obj[matches[i].queryidx].pt); scene_pts.push_back(keypoints_sence[matches[i].trainidx].pt);}// 对象对齐与单应性矩阵求解mat h = findhomography(obj_pts, scene_pts, ransac);std::vector obj_corners(4);obj_corners[0] = point(0, 0); obj_corners[1] = point(box.cols, 0);obj_corners[2] = point(box.cols, box.rows); obj_corners[3] = point(0, box.rows);std::vector scene_corners(4);perspectivetransform(obj_corners, scene_corners, h); 04
box矩形框绘制
求得最终的位置信息，根据得到四个点坐标通过多边形绘制函数，完成绘制，这个其中有必要重点解释一下多边形绘制函数
void cv::polylines ( inputoutputarray img, inputarrayofarrays pts, bool isclosed, const scalar & color, int thickness = 1, int linetype = line_8, int shift = 0)
参数解释如下
img表示输入图像
pts表示绘制的多边形顶点集合，必须是int类型cv_32sc
isclosed表示是否闭合
color表示多边形颜色
thickness表示线宽，注意：必须大于等于零，如果想要填充它，请用drawcontours
linetype表示对线的渲染方式
shift表示迁移，默认为0。这个在roi上绘制时候有用
实现代码如下：
一文盘点ADAS处理器芯片
基于碳点修饰的光电化学生物传感器实现可见光下检测葡萄糖浓度
面粉麸皮重金属检测仪功能特点介绍
AirFuel高层出席台北ITRI“无线电能传输结合5G新应用研讨会”
超声波测距仪的制作图解
OpenCV SIFT特征算法详解与使用
华为DriveONE动力域解决方案为用户打造极致驾驶体验
基于智能电网和高级量测体系实现智能用户端的设计
智能家居不能一“屏”控制，智能手机无法承受之重
pcm编译码器电路图
浅析大数据技术之Flink
线性直流电源的操作注意事项
如何区别碳锌电池和碱性电池？
促使EDA行业高速增长的原因分析
VOC监测仪的功能特点有哪些
三运放仪表放大器的放大倍数分析
带着手机就能出差——PeakDo毫米波投屏让手机秒变电脑
一加电视曝光 采用8只杜比Atmos扬声器
智能体感试衣镜将如何解决服装店的试装难题
如何才能为电源选择正确的工作频率？