Ubuntu16.04下基于opencv--实现图像SIFT特征与全景图片的生成
Ubuntu16.04下基于opencv--实现图像SIFT特征与全景图片的生成
- 一. 理解和实践SIFT特征提取与匹配
- 二. 全景图片的生成
- 三、循环依次读取一个序列图片，进行匹配连线
一. 理解和实践SIFT特征提取与匹配
首先先准备好两张不同角度的照片，方便我们进行特征提取
接下来在Ubuntu下新建一个test01.cpp文件，并输入特征提取匹配代码：
#include "highgui/highgui.hpp"
#include "opencv2/nonfree/nonfree.hpp"
#include "opencv2/legacy/legacy.hpp"
using namespace cv;
int main(int argc,char *argv[])
{
Mat image01=imread(argv[1]);
Mat image02=imread(argv[2]);
Mat image1,image2;
GaussianBlur(image01,image1,Size(3,3),0.5);
GaussianBlur(image02,image2,Size(3,3),0.5);
//提取特征点
SiftFeatureDetector siftDetector(30); //限定提起前15个特征点
vector keyPoint1,keyPoint2;
siftDetector.detect(image1,keyPoint1);
siftDetector.detect(image2,keyPoint2);
//绘制特征点
drawKeypoints(image1,keyPoint1,image1,Scalar::all(-1),DrawMatchesFlags::DRAW_RICH_KEYPOINTS);
drawKeypoints(image2,keyPoint2,image2,Scalar::all(-1),DrawMatchesFlags::DRAW_RICH_KEYPOINTS);
namedWindow("KeyPoints of image1",0);
namedWindow("KeyPoints of image2",0);
imshow("KeyPoints of image1",image1);
imshow("KeyPoints of image2",image2);
//特征点描述，为下边的特征点匹配做准备
SiftDescriptorExtractor siftDescriptor;
Mat imageDesc1,imageDesc2;
siftDescriptor.compute(image1,keyPoint1,imageDesc1);
siftDescriptor.compute(image2,keyPoint2,imageDesc2);
//特征点匹配并显示匹配结果
BruteForceMatcher> matcher;
vector matchePoints;
matcher.match(imageDesc1,imageDesc2,matchePoints,Mat());
Mat imageOutput;
drawMatches(image01,keyPoint1,image02,keyPoint2,matchePoints,imageOutput);
namedWindow("Mathch Points",0);
imshow("Mathch Points",imageOutput);
waitKey();
return 0;
}
编译文件
g++ test01.cpp -o test01 `pkg-config --cflags --libs opencv` -std=c++11
另外注意，Linux上编译opencv代码时报错
fatal error: opencv2\highgui\highgui.hpp: No such file or directory
将代码的头文件改为：
#include
这样就能顺利运行了。
编译完成后，出现可执行文件test01，点击运行
接下来我们就可以看见图像的特征点提取与匹配。
（特征点的提取，颜色不是很明显，认真看还是能看到提取圈的。）
二. 全景图片的生成
首先还是准备好要拼接的图片。
图片1
图片2
图片3
注意，拼接的图片一定要有重合的部分。否则就会一直报错
接下来在Ubuntu下新建一个test02.cpp文件，并输入图像拼接代码：
#include 编译
g++ test02.cpp -o test02 `pkg-config --cflags --libs opencv` -std=c++11
接下来，在终端输入参数图片，执行代码.
./test02 ./img03.jpg ./img04.jpg ./img05.jpg
执行成功后，就会生成拼接的照片。
三、循环依次读取一个序列图片，进行匹配连线
这里我采用了无人驾驶车数据集Kitti 的一部分图集作为读取对象
在输入代码，实现循环依次读取一个序列图片，进行匹配连线
#include
if (d<d_max&&(dis==0||d<dis))
{
dis = d;
queryIdx = i;
trainIdx = j;
}
}
if(dis != 0) //匹配到了；
{
matches.push_back(cv::DMatch(queryIdx,trainIdx,dis));
}
}
// END YOUR CODE HERE
for (auto &m: matches) {
cout << m.queryIdx << ", " << m.trainIdx << ", " << m.distance << endl;
}
return;
}
在终端输入命令
g++ computeORB1.cpp -o computeORB1 `pkg-config --cflags --libs opencv` -std=c++11
就会生成computeORB1可执行文件
运行这个文件
./computeORB1
执行成功后，就会生成图片
最后结果展示