资源简介
本VS工程是基于ORB算法的特征提取和匹配,搭建环境为:VS2015+OpenCV2.4.9。
代码片段和文件信息
#include
#include
#include
#include
#include
#include
using namespace cv;
using namespace std;
int main()
{
Mat img_1 = imread(“.\\imagedata\\beaver.png“);
Mat img_2 = imread(“.\\imagedata\\beaver_xform.png“);
/*Mat img_1 = imread(“.\\imagedata\\beaver.png“);
Mat img_2 = imread(“.\\imagedata\\beaver_xform.png“);*/
if (!img_1.data || !img_2.data)
{
cout << “error reading images “ << endl;
return -1;
}
ORB orb;
vector keyPoints_1 keyPoints_2;
Mat descriptors_1 descriptors_2;
orb(img_1 Mat() keyPoints_1 descriptors_1);
orb(img_2 Mat() keyPoints_2 descriptors_2);
BruteForceMatcher matcher;
vector matches;
matcher.match(descriptors_1 descriptors_2 matches);
double max_dist = 0; double min_dist = 100;
//-- Quick calculation of max and min distances between keypoints
for (int i = 0; i < descriptors_1.rows; i++)
{
double dist = matches[i].distance;
if (dist < min_dist) min_dist = dist;
if (dist > max_dist) max_dist = dist;
}
printf(“-- Max dist : %f \n“ max_dist);
printf(“-- Min dist : %f \n“ min_dist);
//-- Draw only “good“ matches (i.e. whose distance is less than 0.6*max_dist )
//-- PS.- radiusMatch can also be used here.
std::vector< DMatch > good_matches;
for (int i = 0; i < descriptors_1.rows; i++)
{
if (matches[i].distance < 0.6*max_dist)
{
good_matches.push_back(matches[i]);
}
}
Mat img_matches;
drawMatches(img_1 keyPoints_1 img_2 keyPoints_2
good_matches img_matches Scalar::all(-1) Scalar::all(-1)
vector() DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS);
imshow(“Match“ img_matches);
cvWaitKey();
return 0;
}
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2019-03-24 23:40 orb_match\
目录 0 2019-01-09 16:39 orb_match\.vs\
目录 0 2019-01-09 16:39 orb_match\.vs\sift_process\
目录 0 2019-01-09 16:39 orb_match\.vs\sift_process\v14\
文件 60928 2019-03-24 23:40 orb_match\.vs\sift_process\v14\.suo
目录 0 2019-03-24 23:40 orb_match\sift_process\
目录 0 2019-03-24 23:40 orb_match\sift_process\imagedata\
文件 48824 2010-05-21 12:48 orb_match\sift_process\imagedata\beaver.png
文件 39513 2010-05-21 12:48 orb_match\sift_process\imagedata\beaver_xform.png
目录 0 2019-03-24 23:40 orb_match\sift_process\match\
文件 48824 2010-05-21 12:48 orb_match\sift_process\match\beaver.png
文件 39513 2010-05-21 12:48 orb_match\sift_process\match\beaver_xform.png
文件 1838 2019-03-24 23:40 orb_match\sift_process\match\match.cpp
文件 8825 2019-01-09 16:48 orb_match\sift_process\sift_process.vcxproj
文件 952 2019-01-09 16:48 orb_match\sift_process\sift_process.vcxproj.filters
文件 165 2018-08-29 16:19 orb_match\sift_process\sift_process.vcxproj.user
文件 43515904 2018-11-29 08:52 orb_match\sift_process.sdf
文件 1318 2018-08-29 16:17 orb_match\sift_process.sln
文件 15167488 2019-03-24 23:40 orb_match\sift_process.VC.db
相关资源
- 基于SIFT算法的特征提取(VS2015+OpenC
- 双目立体匹配测试数据集Middlebury St
- opencv双目通过特征提取恢复深度
- ORB_SLAM3.zip
- 相机标定单目、双目.zip
- 高质量双目标定图片初学练习使用
- torbrowser-install-win64-8.5.5_en-US.exe
- Orbbec_Astra_Pro_Linux和libuvc
- 计算机双目立体视觉-高宏伟著
- 双目标定后的三维重建
- 武汉大学摄影测量 图像理解与计算机
- opencv双目视觉棋盘格标定,特征匹配
- ORB-SLAM2源码
- 双目图像集
- OPENCV实现ORB/SURF/SIFT + RANSAC 图像自动拼
- tor-browser-linux64-7.0.9_zh-CN.tar.xz
- 双目立体匹配测试数据集及视差图
- 用两个摄像头实现,双目标定,双目
- Stereo Vision Algorithms and Applications:双目
- DSP上的指纹识别模块的实现
- 双目数据集Middlebury Stereo Data2014一
- My_ORB-SLAM24Windows
- VS2017+OpenCV3.3基于SGBM算法的双目立体视
- torbrowser-install-win64-8.0.6_zh-CN.exe
- torbrowser-install-win64-9.0.1_zh-CN.exe
- 利用opencv进行双目图像采集,并进行
- ORB_SLAM2稠密点云构建.rar
- orb-slam中文注释版
- 基于双目立体视觉技术的成熟番茄识
- 中间件Corba
评论
共有 条评论