OpenCV4入门110：FLANN特征点匹配

索引地址：系列索引

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
//---------------------------------【头文件、命名空间包含部分】----------------------------
//      描述：包含程序所使用的头文件和命名空间
//------------------------------------------------------------------------------------------------
#include "opencv2/core/core.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>
using namespace cv;
using namespace std;

//-----------------------------------【全局函数声明部分】--------------------------------------
//      描述：全局函数声明
//-----------------------------------------------------------------------------------------------
static void ShowHelpText();

//-----------------------------------【main( )函数】--------------------------------------------
//   描述：控制台应用程序的入口函数，我们的程序从这里开始执行
//-----------------------------------------------------------------------------------------------
int main(int argc, char **argv) {
    //【0】改变console字体颜色
    system("color 4F");

    //【0】显示帮助文字
    ShowHelpText();

    //【1】载入源图片
    Mat img_1 = imread("1.jpg", 1);
    Mat img_2 = imread("2.jpg", 1);
    if (!img_1.data || !img_2.data) {
        printf("读取图片image0错误~！ \n");
        return false;
    }

    //【2】利用SURF检测器检测的关键点
    int                   minHessian = 300;
    SURF                  detector(minHessian);
    std::vector<KeyPoint> keypoints_1, keypoints_2;
    detector.detect(img_1, keypoints_1);
    detector.detect(img_2, keypoints_2);

    //【3】计算描述符（特征向量）
    SURF extractor;
    Mat  descriptors_1, descriptors_2;
    extractor.compute(img_1, keypoints_1, descriptors_1);
    extractor.compute(img_2, keypoints_2, descriptors_2);

    //【4】采用FLANN算法匹配描述符向量
    FlannBasedMatcher   matcher;
    std::vector<DMatch> matches;
    matcher.match(descriptors_1, descriptors_2, matches);
    double max_dist = 0;
    double min_dist = 100;

    //【5】快速计算关键点之间的最大和最小距离
    for (int i = 0; i < descriptors_1.rows; i++) {
        double dist = matches[ i ].distance;
        if (dist < min_dist)
            min_dist = dist;
        if (dist > max_dist)
            max_dist = dist;
    }
    //输出距离信息
    printf("> 最大距离（Max dist） : %f \n", max_dist);
    printf("> 最小距离（Min dist） : %f \n", min_dist);

    //【6】存下符合条件的匹配结果（即其距离小于2* min_dist的），使用radiusMatch同样可行
    std::vector<DMatch> good_matches;
    for (int i = 0; i < descriptors_1.rows; i++) {
        if (matches[ i ].distance < 2 * min_dist) {
            good_matches.push_back(matches[ i ]);
        }
    }

    //【7】绘制出符合条件的匹配点
    Mat img_matches;
    drawMatches(img_1, keypoints_1, img_2, keypoints_2, good_matches, img_matches, Scalar::all(-1),
                Scalar::all(-1), vector<char>(), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS);

    //【8】输出相关匹配点信息
    for (int i = 0; i < good_matches.size(); i++) {
        printf(">符合条件的匹配点 [%d] 特征点1: %d  -- 特征点2: %d  \n", i,
               good_matches[ i ].queryIdx, good_matches[ i ].trainIdx);
    }

    //【9】显示效果图
    imshow("匹配效果图", img_matches);

    //按任意键退出程序
    waitKey(0);
    return 0;
}

//-----------------------------------【ShowHelpText( )函数】----------------------------------
//          描述：输出一些帮助信息
//----------------------------------------------------------------------------------------------
void ShowHelpText() {
    //输出欢迎信息和OpenCV版本
    printf("\n\n\t\t\t非常感谢购买《OpenCV3编程入门》一书！\n");
    printf("\n\n\t\t\t此为本书OpenCV2版的第91个配套示例程序\n");
    printf("\n\n\t\t\t   当前使用的OpenCV版本为：" CV_VERSION);
    printf("\n\n  ----------------------------------------------------------------------------\n");
    //输出一些帮助信息
    printf("\n\t欢迎来到【FLNN特征匹配】示例程序\n\n");
    printf("\n\n\t按键操作说明: \n\n"
           "\t\t键盘按键任意键- 退出程序\n\n");
}