我只想获得高质量的特征点答案

【问题标题】：I want to get high quality feature points only我只想获得高质量的特征点
【发布时间】：2018-12-10 06:14:36
【问题描述】：

我目前正在使用 OpenCV3.4.0，QT creator 中的 c++ 进行实时特征匹配。

我的代码匹配网络摄像头获得的第一帧和网络摄像头输入的当前帧之间的特征。

Mat frame1, frame2, img1, img2, img1_gray, img2_gray;
int n = 0;
VideoCapture cap1(0);
namedWindow("Video Capture1", WINDOW_NORMAL);
namedWindow("Reference img", WINDOW_NORMAL);
namedWindow("matches1", WINDOW_NORMAL);

moveWindow("Video Capture1",50, 0);
moveWindow("Reference img",50, 100);
moveWindow("matches1",100,100);



while((char)waitKey(1)!='q'){
       //raw image saved in frame
       cap1>>frame1;

       n=n+1;
       if (n ==1){
           imwrite("frame1.jpg",  frame1);
           cout<<"First frame saved as 'frame1'!!"<<endl;
       }
       if(frame1.empty())
       break;


       imshow("Video Capture1",frame1);

       img1 = imread("frame1.jpg");
       img2 = frame1;

       cvtColor(img1, img1_gray, cv::COLOR_BGR2GRAY);
       cvtColor(img2, img2_gray, cv::COLOR_BGR2GRAY);

       imshow("Reference img",img1);

       // detecting keypoints
       int minHessian = 400;
       Ptr<Feature2D> detector = xfeatures2d::SurfFeatureDetector::create();
       vector<KeyPoint> keypoints1, keypoints2;
       detector->detect(img1_gray,keypoints1);
       detector->detect(img2_gray,keypoints2);

       // computing descriptors
       Ptr<DescriptorExtractor> extractor = xfeatures2d::SurfFeatureDetector::create();
       Mat descriptors1, descriptors2;
       extractor->compute(img1_gray,keypoints1,descriptors1);
       extractor->compute(img2_gray,keypoints2,descriptors2);

       // matching descriptors
       BFMatcher matcher(NORM_L2);
       vector<DMatch> matches;
       matcher.match(descriptors1, descriptors2, matches);

       // drawing the results

       Mat img_matches;
       drawMatches(img1, keypoints1, img2, keypoints2, matches, img_matches);
       imshow("matches1", img_matches);

但是代码返回的匹配点太多，我无法区分哪个匹配哪个。

那么，有没有什么方法可以只获取高质量的匹配点呢？

我怎样才能像 MATLAB 一样在 QT creator 中获取每个匹配点的像素坐标？

【问题讨论】：

标签： c++ opencv feature-extraction feature-detection

【解决方案1】：

那么，有没有什么方法可以只获得高质量的匹配点呢？

我敢打赌有很多不同的方法。我正在使用例如对称性测试。因此，从 img2 到 img1 的匹配时，也必须存在从 img1 到 img2 的匹配。我正在使用Improve matching of feature points with OpenCV 的测试。那里显示了多个其他测试。

void symmetryTest(const std::vector<cv::DMatch> &matches1,const std::vector<cv::DMatch> &matches2,std::vector<cv::DMatch>& symMatches)
{
    symMatches.clear();
    for (vector<DMatch>::const_iterator matchIterator1= matches1.begin();matchIterator1!= matches1.end(); ++matchIterator1)
    {
        for (vector<DMatch>::const_iterator matchIterator2= matches2.begin();matchIterator2!= matches2.end();++matchIterator2)
        {
            if ((*matchIterator1).queryIdx ==(*matchIterator2).trainIdx &&(*matchIterator2).queryIdx ==(*matchIterator1).trainIdx)
            {
                symMatches.push_back(DMatch((*matchIterator1).queryIdx,(*matchIterator1).trainIdx,(*matchIterator1).distance));
                break;
            }
        }
    }
}

就像 András Kovács 在相关答案中所说，您还可以使用 RANSAC 计算基本矩阵，以使用 cv::findFundamentalMat 消除异常值。

我怎样才能像 MATLAB 一样在 QT 创建器中获取每个匹配点的像素坐标？

我希望我理解正确，您希望同源点的点坐标匹配。我在对称性测试之后提取点的坐标。坐标在关键点内。

for (size_t rows = 0; rows < sym_matches.size(); rows++) {

        float x1 = keypoints_1[sym_matches[rows].queryIdx].pt.x;
        float y1 = keypoints_1[sym_matches[rows].queryIdx].pt.y;        

        float x2 = keypoints_2[sym_matches[rows].trainIdx].pt.x;
        float y2 = keypoints_2[sym_matches[rows].trainIdx].pt.y;

        // Push the coordinates in a vector e.g. std:vector<cv::Point2f>>
    }

您可以对 matches、keypoints1 和 keypoint2 执行相同操作。

【讨论】：