c++ Opencv sift 位置检测

Question

我使用 ubuntu，代码是 C++ 和 opencv。 我进行了一些测试以检测图片的某些部分。它工作得很好，但现在我想在我的大图中找到位置。代码如下：

#include...
using namespace cv;

int main(int argc, char** argv) {



Mat img = imread("/home/ubuntu/workspace2/sift/src/inputklein.jpg",CV_LOAD_IMAGE_GRAYSCALE);


 while(1){
             Mat img2 =imread("/home/ubuntu/workspace2/sift/src/input.jpeg",CV_LOAD_IMAGE_GRAYSCALE);   //frame
             //initialize SIFT
             // Create smart pointer for SIFT feature detector.
             SIFT sift;
             vector<KeyPoint> key_points;
             vector<KeyPoint> key_points2;

             //-- Step 1: Detect the keypoints using SURF Detector
             int minHessian = 100;
             SurfFeatureDetector detector( minHessian );
             detector.detect( img, key_points );
             detector.detect( img2, key_points2 );

             //-- Step 2: Calculate descriptors (feature vectors)
             SurfDescriptorExtractor extractor;

             Mat descriptors1;
             Mat descriptors2;

             extractor.compute( img, key_points, descriptors1 );
             extractor.compute( img2, key_points2, descriptors2 );


             //-- Step 3: Matching descriptor vectors using FLANN matcher
              FlannBasedMatcher matcher;
              std::vector< DMatch > matches;
              matcher.match( descriptors1, descriptors2, matches );

              double max_dist = 20; double min_dist = 10;


              //-- Quick calculation of max and min distances between keypoints
                for( int i = 0; i < descriptors1.rows; i++ )
                { double dist = matches[i].distance;
                  if( dist < min_dist ) min_dist = dist;
                  if( dist > max_dist ) max_dist = dist;
                }

               //std::cout<<"Max dist :"<< max_dist ;
               //std::cout<<"Min dist :"<< min_dist ;

               //-- Draw only "good" matches (i.e. whose distance is less than 2*min_dist,
                //-- or a small arbitary value ( 0.02 ) in the event that min_dist is very
                //-- small)
                //-- PS.- radiusMatch can also be used here.
                std::vector< DMatch > good_matches;

                for( int i = 0; i < descriptors1.rows; i++ )
                { if( matches[i].distance <= max(2*min_dist, 0.02) )
                  { good_matches.push_back( matches[i]); }
                }

                //-- Draw only "good" matches
                Mat img_matches;
                drawMatches( img, key_points, img2, key_points2,
                             good_matches, img_matches, Scalar::all(-1), Scalar::all(-1),
                             vector<char>(), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS );


              //std::cout<<key_points[1].pt.x<<"\n";
              //std::cout<<key_points2[1].pt.y<<"\n";



   //-- 3. Apply the classifier to the frame


         cv::imshow( "test", img_matches ); //img_matches
        waitKey(30);
 }

return 0;
}

好的，但是我怎样才能得到位置或关键点最多的位置。有人可以给我一个提示，我必须如何理解它？ 我看到我可以使用这样的东西： "key_points[1].pt.x" 或 y，但我不是必须检查每个 x,y 位置吗？ 接下来是： good_matches[1].queryIdx 但这是同一个问题。我怎样才能找到它在哪里？

1. 对我来说一个大问题是，为什么行上只有一个循环？ 它不应该超过 row 和 cols 吗？在我的目的地，它应该像在数组（x，y）中一样工作，我检查每个位置是否相同......（有没有简单数据类型的问题......）

2. 在哪里可以找到/或如何找到 drawMatches 代码的位置（例如）。 正常方式我会尝试“打开声明”（使用 Eclipse、C++），但我只看到标题而不是真正的函数。 我需要代码并希望我可以在没有 opencv 的情况下更改所有内容，或者我可以执行循环...所以我必须了解如何阅读和使用向量 DMatch...

感谢您的帮助。 最好的问候，

Answer 1

如果我理解你，你会找到关键点位置并对它们进行分类。要知道关键点的位置，您需要做一个穿过关键点向量的圆环并将位置保存在矩阵中。

然后，您可以将此关键点的位置与图像区域（无论您想要什么）进行比较，并根据图像中的区域对它们进行分类。

Mat pointsInFirstAreaRight, pointInFirstAreaLeft;
    for (int i = 0; i < 2; i++){
           for(vector<DMatch>::const_iterator it = keypoints[i].begin(); it!= keypoints[i].end(); ++it){
                 // Get the position of keypoints
                 float x = [it->queryIdx].pt.x;
                 float y = [it->queryIdx].pt.y;

                 //If the point detected are in the 20 first pixels   
                 if ( (x < 20) && (y > 20) )
                 {
                       //Classify this point in this area
                       if ( i == 0)
                       pointsInFirstAreaRight.push_back(Point2f(x, y));
                       else if (i == 1)
                       pointsInFistAreaLeft.push_back(Point2f(x, y));
                  }
          }
     }

关于 sift 功能，它同时进行检测和提取。我在我的代码中这样使用它：

>  SIFT sift;
>         
>         /* get keypoints on the images */
>         sift(imagenI, Mat(), keypoints[0], descriptors[0]);
>         sift(imagenD, Mat(), keypoints[1], descriptors[1]);

然后我检测关键点并提取点的描述符。

那我只需要匹配即可。

希望能帮到你。