opencv3/C++ 描述符匹配-白红宇

opencv3/C++ 描述符匹配

阅读量：141 次

发布时间：2019-02-27

本文共 1885 字，大约阅读时间需要 6 分钟。

BFMatcher类是一个用于暴力匹配的匹配器，它通过尝试每个描述符找到第二个集合中最接近的描述符。BFMatcher类继承自DescriptorMatcher类，提供了两种主要的匹配方法：knnMatch和radiusMatch。

BFMatcher类详细说明

BFMatcher类的构造函数接受两个参数：

normType：描述符的归一化类型，支持NORM_L2、NORM_L1、NORM_HAMMING和NORM_HAMMING2。对于SIFT和SURF描述符，建议使用L1或L2；对于ORB、BRISK和BRIEF，建议使用HAMMING；当ORB的WTA_K为3或4时，使用HAMMING2。

crossCheck：布尔值，设为true时，匹配器会返回一致的对，即只返回满足某些条件的匹配结果。

BFMatcher类的核心方法包括：

knnMatchImpl：执行k近邻匹配，返回k个最接近的邻居。

radiusMatchImpl：基于距离范围进行匹配，返回距离不超过maxDistance的描述符。

drawMatches函数说明

drawMatches函数用于从两个图像中绘制找到的关键点匹配。函数接受以下参数：

img1：第一个源图像。

keypoints1：第一个源图像的关键点。

img2：第二个源图像。

keypoints2：第二个源图像的关键点。

matches1to2：从第一个图像到第二个图像的匹配结果。

outImg：输出图像。

matchColor：匹配到的关键点的颜色。

singlePointColor：未匹配到的关键点的颜色。

matchesMask：决定绘制哪些匹配的掩模。

flags：绘图功能的标志。

BFMatcher示例

以下是一个使用BFMatcher类进行关键点匹配的示例代码：

#include 
   
    #include 
    
     using namespace cv;using namespace cv::xfeatures2d;int main() {    Mat src1, src2, dst;    src1 = imread("card2.jpg");    src2 = imread("cards.jpg");    if (src1.empty() || src2.empty()) {        printf("could not load image \n");        return -1;    }    namedWindow("input", CV_WINDOW_AUTOSIZE);    imshow("input", src1);        Ptr
     
       detector = SURF::create(700);    vector
      
        keypoints1, keypoints2;    Mat descriptor1, descriptor2;    detector->detectAndCompute(src1, Mat(), keypoints1, descriptor1);    detector->detectAndCompute(src2, Mat(), keypoints2, descriptor2);        BFMatcher matcher(NORM_L2);    vector
       
         matchers;    matcher.match(descriptor1, descriptor2, matchers);        Mat result;    drawMatches(src1, keypoints1, src2, keypoints2, matchers, result, Scalar::all(-1), Scalar(0,255,0));    namedWindow("output", CV_WINDOW_AUTOSIZE);    imshow("output", result);    waitKey(0);    return 0;}

总结

BFMatcher类提供了一个强大的工具来进行描述符匹配，适用于需要精确匹配的任务。结合drawMatches函数，可以直观地展示关键点匹配结果。此外，通过合理选择normType和配置参数，可以优化匹配性能和结果。

转载地址：http://egnd.baihongyu.com/

你可能感兴趣的文章