#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; }