這篇文章主要為大家展示了“C++ OpenCV特征提取之如何實現(xiàn)KAZE和AKAZE的匹配”，內(nèi)容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“C++ OpenCV特征提取之如何實現(xiàn)KAZE和AKAZE的匹配”這篇文章吧。

站在用戶的角度思考問題，與客戶深入溝通，找到華寧網(wǎng)站設(shè)計與華寧網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗，讓設(shè)計與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個性化、用戶體驗好的作品，建站類型包括：成都網(wǎng)站制作、做網(wǎng)站、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、域名申請、網(wǎng)站空間、企業(yè)郵箱。業(yè)務(wù)覆蓋華寧地區(qū)。

代碼演示

我們再新建一個項目名為opencv-kazedemo，按照配置屬性(VS2017配置OpenCV通用屬性),然后在源文件寫入#include和main方法，下在的代碼我們是直接用了前面兩張介紹KAZE的描述子的代碼直拷貝過來的，所以我這就直接貼過來了，我們一會兒會在這個代碼的基礎(chǔ)上進(jìn)行修改匹配。

下面我們來整體改造一下：

因為要進(jìn)行匹配，所以我們也要按FLANN的方式用到兩張圖，還是我們原來用FLAAN的那兩張。

把原來的src改為了src1和src2了，加載了兩張要對比的圖。

---

KAZE

然后定義KAZE的匹配方法，把src1和src2找到的keypoints都存到descriptor里面。

---

再用Flann的方式進(jìn)行匹配

---

畫出匹配的關(guān)鍵點(diǎn)

到這里我們先運(yùn)行一下看看效果

可以看出畫上對應(yīng)匹配的非常多，這樣應(yīng)該是不對的，所以我們還是要用到前面章節(jié)學(xué)到的，需要尋找最好的匹配。

---

我們寫入再找到最好的匹配代碼加進(jìn)去，然后在drawmatch里面改為畫上最好匹配的代碼

然后重新顯示一下效果

這次可以看到尋找最好的匹配后，不會像剛才那樣感覺匹配的非常亂了。

---

AKAZE

接下來我們直接換一下AKAZE看看效果

我們把原來的KAZE直接改為AKAZE運(yùn)行，結(jié)果發(fā)現(xiàn)報錯。找了原因改了一下發(fā)現(xiàn)是FLANN的匹配就會報錯，這樣我們改為BFMATCH的匹配。

然后重新運(yùn)行一下看看結(jié)果

對比了上面的KAZE的結(jié)果明顯能看出來匹配的特征點(diǎn)要少了不少，而且相對的用時也要比KAZE的時間少了一些。

以上是“C++ OpenCV特征提取之如何實現(xiàn)KAZE和AKAZE的匹配”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對大家有所幫助，如果還想學(xué)習(xí)更多知識，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！

文章標(biāo)題：C++OpenCV特征提取之如何實現(xiàn)KAZE和AKAZE的匹配
文章URL：http://www.chinadenli.net/article24/pgdjce.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供服務(wù)器托管、搜索引擎優(yōu)化、動態(tài)網(wǎng)站、面包屑導(dǎo)航、網(wǎng)站收錄、

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)