一、SURF特征点检测
1、SURF算法概览
SURF，英语全称为SpeededUp Robust Features，直译的话就是“加速版的具有鲁棒性的特征“算法，由Bay在2006年首次提出。SURF是尺度不变特征变换算法（SIFT算法）的加速版。一般来说，标准的SURF算子比SIFT算子快好几倍，并且在多幅图片下具有更好的稳定性。SURF最大的特征在于采用了harr特征以及积分图像的概念，这大大加快了程序的运行时间。SURF可以应用于计算机视觉的物体识别以及3D重构中。
下图展示了SUTF类相关的一些继承关系：
2、drawKeypoints函数详解
因为接下来的示例程序需要用到drawKeypoints函数，顾名思义，此函数用于绘制关键点。
C++: void drawKeypoints(const Mat&image, const vector<KeyPoint>& keypoints, Mat& outImage, constScalar& color=Scalar::all(-1), int flags=DrawMatchesFlags::DEFAULT )
第一个参数，const Mat&类型的src，输入图像。
第二个参数，const vector<KeyPoint>&类型的keypoints，根据源图像得到的特征点，它是一个输出参数。
第三个参数，Mat&类型的outImage，输出图像，其内容取决于第五个参数标识符falgs。
第四个参数，const Scalar&类型的color，关键点的颜色，有默认值Scalar::all(-1)。
第五个参数，int类型的flags，绘制关键点的特征标识符，有默认值DrawMatchesFlags::DEFAULT。可以在如下这个结构体中选取值。
1 struct DrawMatchesFlags
2 {
3 enum
4 {
5 DEFAULT = 0, // Output image matrix will be created (Mat::create),
6 // i.e. existing memory of output image may be reused.
7 // Two source images, matches, and single keypoints
8 // will be drawn.
9 // For each keypoint, only the center point will be
10 // drawn (without a circle around the keypoint with the
11 // keypoint size and orientation).
12 DRAW_OVER_OUTIMG = 1, // Output image matrix will not be
13 // created (using Mat::create). Matches will be drawn
14 // on existing content of output image.
15 NOT_DRAW_SINGLE_POINTS = 2, // Single keypoints will not be drawn.
16 DRAW_RICH_KEYPOINTS = 4 // For each keypoint, the circle around
17 // keypoint with keypoint size and orientation will
18 // be drawn.
19 };
20 };
三、综合示例
1、重映射综合示例
1 //重映射综合示例
2 #include "opencv2/highgui/highgui.hpp"
3 #include "opencv2/imgproc/imgproc.hpp"
4 #include <iostream>
5
6 using namespace cv;
7 using namespace std;
8
9 #define WINDOW_NAME "【程序窗口】" //为窗口标题定义的宏
10
11 Mat g_srcImage, g_dstImage;
12 Mat g_map_x, g_map_y;
13
14 int update_map( int key);
15 static void ShowHelpText( );//输出帮助文字
16
17 int main( int argc, char** argv )
18 {
19 //改变console字体颜色
20 system("color 2F");
21
22 //显示帮助文字
23 ShowHelpText();
24
25 //【1】载入原始图
26 g_srcImage = imread( "1.jpg", 1 );
27
28 imshow("原始图",g_srcImage);
29
30 //【2】创建和原始图一样的效果图，x重映射图，y重映射图
31 g_dstImage.create( g_srcImage.size(), g_srcImage.type() );
32 g_map_x.create( g_srcImage.size(), CV_32FC1 );
33 g_map_y.create( g_srcImage.size(), CV_32FC1 );
34
35 //【3】创建窗口并显示
36 namedWindow( WINDOW_NAME, CV_WINDOW_AUTOSIZE );
37 imshow(WINDOW_NAME,g_srcImage);
38
39 //【4】轮询按键，更新map_x和map_y的值，进行重映射操作并显示效果图
40 while( 1 )
41 {
42 //获取键盘按键
43 int key = waitKey(0);
44
45 //判断ESC是否按下，若按下便退出
46 if( (key & 255) == 27 )
47 {
48 cout << "程序退出...........
";
49 break;
50 }
51
52 //根据按下的键盘按键来更新 map_x & map_y的值. 然后调用remap( )进行重映射
53 update_map(key);
54 remap( g_srcImage, g_dstImage, g_map_x, g_map_y, CV_INTER_LINEAR, BORDER_CONSTANT, Scalar(0,0, 0) );
55
56 //显示效果图
57 imshow( WINDOW_NAME, g_dstImage );
58 }
59 return 0;
60 }
61
62 int update_map( int key )
63 {
64 //双层循环，遍历每一个像素点
65 for( int j = 0; j < g_srcImage.rows;j++)
66 {
67 for( int i = 0; i < g_srcImage.cols;i++)
68 {
69 switch(key)
70 {
71 case '1': // 键盘【1】键按下，进行第一种重映射操作
72 if( i > g_srcImage.cols*0.25 && i < g_srcImage.cols*0.75 && j > g_srcImage.rows*0.25 && j < g_srcImage.rows*0.75)
73 {
74 g_map_x.at<float>(j,i) = static_cast<float>(2*( i - g_srcImage.cols*0.25 ) + 0.5);
75 g_map_y.at<float>(j,i) = static_cast<float>(2*( j - g_srcImage.rows*0.25 ) + 0.5);
76 }
77 else
78 {
79 g_map_x.at<float>(j,i) = 0;
80 g_map_y.at<float>(j,i) = 0;
81 }
82 break;
83 case '2':// 键盘【2】键按下，进行第二种重映射操作
84 g_map_x.at<float>(j,i) = static_cast<float>(i);
85 g_map_y.at<float>(j,i) = static_cast<float>(g_srcImage.rows - j);
86 break;
87 case '3':// 键盘【3】键按下，进行第三种重映射操作
88 g_map_x.at<float>(j,i) = static_cast<float>(g_srcImage.cols - i);
89 g_map_y.at<float>(j,i) = static_cast<float>(j);
90 break;
91 case '4':// 键盘【4】键按下，进行第四种重映射操作
92 g_map_x.at<float>(j,i) = static_cast<float>(g_srcImage.cols - i);
93 g_map_y.at<float>(j,i) = static_cast<float>(g_srcImage.rows - j);
94 break;
95 }
96 }
97 }
98 return 1;
99 }
100
101 static void ShowHelpText()
102 {
103 //输出一些帮助信息
104 cout << "
欢迎来到重映射示例程序~
";
105 cout << " 当前使用的OpenCV版本为 OpenCV "CV_VERSION;
106 cout << "
按键操作说明:
"
107 " 键盘按键【ESC】- 退出程序
"
108 " 键盘按键【1】- 第一种映射方式
"
109 " 键盘按键【2】- 第二种映射方式
"
110 " 键盘按键【3】- 第三种映射方式
"
111 " 键盘按键【4】- 第四种映射方式
"
112 "
";
113 }
2、SURF特征点检测综合示例程序
这个示例程涉及到如下三个方面：
1 使用 FeatureDetector 接口来发现感兴趣点。
2 使用 SurfFeatureDetector 以及其函数 detect 来实现检测过程
3 使用函数 drawKeypoints 绘制检测到的关键点。
1 //SURF特征点检测完整示例
2 #include "opencv2/core/core.hpp"
3 #include "opencv2/features2d/features2d.hpp"
4 #include "opencv2/highgui/highgui.hpp"
5 #include "opencv2/nonfree/nonfree.hpp"
6 #include <iostream>
7
8 using namespace std;
9 using namespace cv;
10
11
12 static void ShowHelpText( );//输出帮助文字
13
14 int main( int argc, char** argv )
15 {
16 //【0】改变console字体颜色
17 system("color 2F");
18
19 //【0】显示帮助文字
20 ShowHelpText( );
21
22 //【1】载入源图片并显示
23 Mat srcImage1 = imread("1.jpg", 1 );
24 Mat srcImage2 = imread("2.jpg", 1 );
25 if( !srcImage1.data || !srcImage2.data )//检测是否读取成功
26 {
27 cout << "读取图片错误，请确定目录下是否有imread函数指定名称的图片存在~！
";
28 return false;
29 }
30 imshow("原始图1",srcImage1);
31 imshow("原始图2",srcImage2);
32
33 //【2】定义需要用到的变量和类
34 int minHessian = 400;//定义SURF中的hessian阈值特征点检测算子
35 SurfFeatureDetector detector( minHessian );//定义一个SurfFeatureDetector（SURF） 特征检测类对象
36 std::vector<KeyPoint> keypoints_1, keypoints_2;//vector模板类是能够存放任意类型的动态数组，能够增加和压缩数据
37
38 //【3】调用detect函数检测出SURF特征关键点，保存在vector容器中
39 detector.detect( srcImage1, keypoints_1 );
40 detector.detect( srcImage2, keypoints_2 );
41
42 //【4】绘制特征关键点
43 Mat img_keypoints_1; Mat img_keypoints_2;
44 drawKeypoints( srcImage1, keypoints_1, img_keypoints_1, Scalar::all(-1), DrawMatchesFlags::DEFAULT );
45 drawKeypoints( srcImage2, keypoints_2, img_keypoints_2, Scalar::all(-1), DrawMatchesFlags::DEFAULT );
46
47 //【5】显示效果图
48 imshow("特征点检测效果图1", img_keypoints_1 );
49 imshow("特征点检测效果图2", img_keypoints_2 );
50
51 waitKey(0);
52 return 0;
53 }
54
55 void ShowHelpText()
56 {
57 //输出一些帮助信息
58 cout << "
欢迎来到【SURF特征点检测】示例程序~
";
59 cout << "
按键操作说明:
"
60 " 键盘按键任意键- 退出程序
"
61 "
";
62
63 }
效果展示：
原图：
效果图：
