• 图像特征点匹配C代码


    #include "opencv2/core/core.hpp" #include "highgui.h" #include "opencv2/imgproc/imgproc.hpp" #include "opencv2/features2d/features2d.hpp" #include "opencv2/nonfree/nonfree.hpp" #include "opencv2/legacy/legacy.hpp"  using namespace cv; using namespace std;  int main(int argc, char** argv) {    //待匹配的两幅图像,其中img1包括img2,也就是要从img1中识别出img2    Mat img1 = imread("box_in_scene.png");    Mat img2 = imread("box.png");     SIFT sift1, sift2;     vector<KeyPoint> key_points1, key_points2;     Mat descriptors1, descriptors2, mascara;     sift1(img1,mascara,key_points1,descriptors1);    sift2(img2,mascara,key_points2,descriptors2);        //实例化暴力匹配器——BruteForceMatcher    BruteForceMatcher<L2<float>> matcher;      //定义匹配器算子    vector<DMatch>matches;      //实现描述符之间的匹配,得到算子matches    matcher.match(descriptors1,descriptors2,matches);     //提取出前30个最佳匹配结果    std::nth_element(matches.begin(),     //匹配器算子的初始位置     matches.begin()+29,     // 排序的数量     matches.end());       // 结束位置    //剔除掉其余的匹配结果    matches.erase(matches.begin()+30, matches.end());     namedWindow("SIFT_matches");      Mat img_matches;      //在输出图像中绘制匹配结果    drawMatches(img1,key_points1,         //第一幅图像和它的特征点     img2,key_points2,      //第二幅图像和它的特征点     matches,       //匹配器算子     img_matches,      //匹配输出图像     Scalar(255,255,255));     //用白色直线连接两幅图像中的特征点    imshow("SIFT_matches",img_matches);      waitKey(0);     return 0; }
    #include "opencv2/core/core.hpp"
    #include "highgui.h"
    #include "opencv2/imgproc/imgproc.hpp"
    #include "opencv2/features2d/features2d.hpp"
    #include "opencv2/nonfree/nonfree.hpp"
    #include "opencv2/legacy/legacy.hpp"
    
    using namespace cv;
    using namespace std;
    
    int main(int argc, char** argv)
    {
       //待匹配的两幅图像,其中img1包括img2,也就是要从img1中识别出img2
       Mat img1 = imread("box_in_scene.png");
       Mat img2 = imread("box.png");
    
       SIFT sift1, sift2;
    
       vector<KeyPoint> key_points1, key_points2;
    
       Mat descriptors1, descriptors2, mascara;
    
       sift1(img1,mascara,key_points1,descriptors1);
       sift2(img2,mascara,key_points2,descriptors2);
       
       //实例化暴力匹配器——BruteForceMatcher
       BruteForceMatcher<L2<float>> matcher;  
       //定义匹配器算子
       vector<DMatch>matches;  
       //实现描述符之间的匹配,得到算子matches
       matcher.match(descriptors1,descriptors2,matches);
    
       //提取出前30个最佳匹配结果
       std::nth_element(matches.begin(),     //匹配器算子的初始位置
           matches.begin()+29,     // 排序的数量
           matches.end());       // 结束位置
       //剔除掉其余的匹配结果
       matches.erase(matches.begin()+30, matches.end());
    
       namedWindow("SIFT_matches");  
       Mat img_matches;  
       //在输出图像中绘制匹配结果
       drawMatches(img1,key_points1,         //第一幅图像和它的特征点
           img2,key_points2,      //第二幅图像和它的特征点
           matches,       //匹配器算子
           img_matches,      //匹配输出图像
           Scalar(255,255,255));     //用白色直线连接两幅图像中的特征点
       imshow("SIFT_matches",img_matches);  
       waitKey(0);
    
       return 0;
    }
  • 相关阅读:
    jquery validate 自定义验证方法 日期验证
    转:前端控制器是邪恶的么?
    eclipse打开文件位置Open Explorer 插件
    Eclipse标准版安装J2EE
    短网址生成思路算法
    smarty模板执行原理
    Smarty 变量使用
    Php模板引擎Smarty安装和配置
    转:PHP分页技术的代码和示例
    黑板架构模式及其常见实现方式
  • 原文地址:https://www.cnblogs.com/wxl845235800/p/8635677.html
Copyright © 2020-2023  润新知