opencv中提供了harris角點檢測的介面，即cv::cornerharris()
缺陷：角點是畫素級別的，速度較慢
dst = cv2.cornerharris(gray,2,3,0.04)
img - 資料型別為 float32 的輸入影象
blocksize - 角點檢測中要考慮的領域大小
ksize - sobel 求導中使用的視窗大小
k - harris 角點檢測方程中的自由引數,取值引數為 [0,04,0.06]
void cv::goodfeaturestotrack(
cv::inputarray image, // 輸入影象（cv_8uc1 cv_32fc1）
cv::outputarray corners, // 輸出角點vector
int maxcorners, // 最大角點數目
double qualitylevel, // 質量水平係數（小於1.0的正數，一般在0.01-0.1之間）
double mindistance, // 最小距離，小於此距離的點忽略
cv::inputarray mask = noarray(), // mask=0的點忽略
int blocksize = 3, // 使用的鄰域數
bool useharrisdetector = false, // false ='shi tomasi metric'
double k = 0.04 // harris角點檢測時使用
);harris角點檢測
cvgoodfeaturestotrack(img_gray,eig_img,temp_img,corners,&corner_count,quality_level,min_distance)
shi-tomas角點檢測
goodfeaturestotrack(src_gray,corners,maxcorners,qualitylevel,mindistance,mat(),blocksize,useharrisdetector,k);
void cv::cornersubpix(
cv::inputarray image, // 輸入影象
cv::inputoutputarray corners, // 角點（既作為輸入也作為輸出）
cv::size winsize, // 區域大小為 nxn; n=(winsize*2+1)
cv::size zerozone, // 類似於winsize，但是總具有較小的範圍，size(-1,-1)表示忽略
cv::termcriteria criteria // 停止優化的標準
);
尺度不變特徵，而且是具有較高計算效率的特徵
surffeaturedetector surfdetector(800); // 海塞矩陣閾值，在這裡調整精度，值越大點越少，越精準
vectorkeypoint1, keypoint2;
surfdetector.detect(image1, keypoint1);
surfdetector.detect(image2, keypoint2);
sift演算法檢測的特徵在空間和尺度上定位更加精確
尺度不變特徵，在注重速度的場合難有應用
siftfeaturedetector siftdetector(2000); // 海塞矩陣閾值，在這裡調整精度，值越大點越少，越精準
vectorkeypoint1, keypoint2;
siftdetector.detect(image1, keypoint1);
siftdetector.detect(image2, keypoint2);
旋轉不變性，沒有尺度不變性
orb::orb(int nfeatures=500, float scalefactor=1.2f, int nlevels=8, int edgethreshold=31, int firstlevel=0, int wta_k=2,
int scoretype=orb::harris_score, int patchsize=31)
nfeatures - 最多提取的特徵點的數量；
scalefactor - 金字塔影象之間的尺度引數，類似於sift中的k；
nlevels – 高斯金字塔的層數；
edgethreshold – 邊緣閾值，這個值主要是根據後面的patchsize來定的，靠近邊緣edgethreshold以內的畫素是不檢測特徵點的。
firstlevel - 看過sift都知道，我們可以指定第一層的索引值，這裡預設為0。
wet_k - 用於產生biref描述子的 點對的個數，一般為2個，也可以設定為3個或4個，那麼這時候描述子之間的距離計算就不能用漢明距離了，而是應該用乙個變種。opencv中，如果設定wet_k = 2，則選用點對就只有2個點，匹配的時候距離引數選擇norm_hamming，如果wet_k設定為3或4，則biref描述子會選擇3個或4個點，那麼後面匹配的時候應該選擇的距離引數為norm_hamming2。
scoretype - 用於對特徵點進行排序的演算法，你可以選擇harris_score，也可以選擇fast_score，但是它也只是比前者快一點點而已。
patchsize – 用於計算biref描述子的特徵點鄰域大小。
orb orb;
orb.detect(img_1, keypoints_1);
orb.detect(img_2, keypoints_2);
OpenCV2 3 1特徵點提取
今天做特徵點匹配實驗，從網上找來了surf特徵點檢測程式，除錯也調通了，但是執行之後就是沒有結果出來，還會出現執行之後程式崩潰的問題，後來試了好多遍，發現是由於lib檔案有問題，雖然在屬性裡已經新增了，但是仍然鏈結不上。解決方法是在程式開始新增lib檔案，如下所示。include opencv2 o...
Opencv特徵提取
最近復現 講第 講關於 的 特徵提取的原理懂了，opencv裡的實現方式，特別是如何構造特徵點提取函式 描述子函式和暴力匹配等方法的函式不熟悉，因此翻到了 opencv程式設計入門 第三版了解了解，對整個流程有了個概念。我發現我的opencv版本不能構建fast的描述子，sift更是沒有了，sift...
opencv 特徵提取以及特徵匹配
用到的庫檔案 include include using namespace std opencv 特徵檢測模組 include include include 提取影象中的特徵 關鍵點 與 關鍵點的描述子，分別用到了opencv庫中的cv featuredetector和cv descriptor...