zoukankan      html  css  js  c++  java
  • BRISK特征点

    2011年提出,是一种二进制的特征描述算子。速度比较:SIFT<SURF<BRISK<FREAK<ORB,在对有较大模糊的图像配准时,BRISK算法在其中表现最为出色。

    【函数】

    Ptr<BRISK> create(int thresh=30, int octaves=3, float patternScale=1.0f);

    【参数说明】原理链接

    thresh——AGAST检测阈值

    octaves——octave层数,0则单尺度

    patternScale——关键点邻域采样倍数,多尺度空间下采样的倍数

    【案例】

    #include <opencv2/opencv.hpp>
    #include <iostream>
    using namespace std;
    using namespace cv;
    
    int main()
    {
        Mat srcImage = imread("D:/sunflower.png");
            Mat srcGrayImage;
            if (srcImage.channels() == 3)
            {
                cvtColor(srcImage,srcGrayImage,CV_RGB2GRAY);
            }
            else
            {
                srcImage.copyTo(srcGrayImage);
            }
            vector<KeyPoint>detectKeyPoint;
            Mat keyPointImage1,keyPointImage2;
    
            Ptr<BRISK> brisk = BRISK::create();
            brisk->detect(srcGrayImage,detectKeyPoint);
            drawKeypoints(srcImage,detectKeyPoint,keyPointImage1,Scalar(0,0,255),DrawMatchesFlags::DRAW_RICH_KEYPOINTS);
            drawKeypoints(srcImage,detectKeyPoint,keyPointImage2,Scalar(0,0,255),DrawMatchesFlags::DEFAULT);
    
            imshow("src image",srcImage);
            imshow("keyPoint image1",keyPointImage1);
            imshow("keyPoint image2",keyPointImage2);
    
            waitKey(0);
            return 0;
    }
  • 相关阅读:
    POJ
    POJ
    HDU
    HDU
    HDU
    POJ
    HDU
    POJ
    A-meeting 2019牛客暑期多校第四场 (树的直径)
    算法与数据结构实验题 2.1 塔防
  • 原文地址:https://www.cnblogs.com/xixixing/p/12468999.html
Copyright © 2011-2022 走看看