如何在 Opencv 中使用 ORB 增强特征检测？答案

【问题标题】：How to enhance feature detection using ORB in Opencv?如何在 Opencv 中使用 ORB 增强特征检测？
【发布时间】：2019-09-19 08:32:54
【问题描述】：

我正在开发一个Android 应用程序，以使用 ORB 特征检测匹配两个图像。

处理和匹配逻辑在java中使用JNI函数调用。

问题在于特征检测对某些图像效果很好，但在某些图像和某些情况下会失败。

这是在某些未知条件下失败的图像示例

经过一些思考和讨论，我发现问题在于缺少功能，这就是程序失败的原因。 opencv 社区中的某个人尝试了这张图片，它给了他 60 个关键点，所有这些点都无法通过 RobustMatcher 测试。

所以我需要增强这张图片中的特征才能使匹配工作。

除了equalizeHist，我还能做什么？

我希望你能帮助我一些建议，也许还有一些例子。

【问题讨论】：

【解决方案1】：

一种方法是增强图像的边缘。例如，做一个拉普拉斯滤波器并将结果乘以原始图像。这项工作使特征（边缘）更加突出。当然，在一切都将图像转换为浮点类型之前，最后，标准化您的图像。

【讨论】：

你能给我举个例子吗？
@Amine 您可以在 google 上轻松找到命令。它只是一个过滤器和一个乘法。
我尝试了 GuassianBlur 和 addWeighted 并不起作用，我尝试了 laplacian 应用程序冻结但没有崩溃。
@Amine No GuassianBlur 恰恰相反！！！它使边缘平滑，您需要将它们加粗。您还可以使用 sobel 滤镜或任何手工制作的滤镜来增强边缘。尝试使用 sobel 或 laplacian 内核的 filter2D 命令。
好的，谢谢你的建议，我早上试试，然后给你反馈。