计算机视觉
图像处理

【OpenCV入门教程之十七】OpenCV重映射 & SURF特征点检测合辑

文章目录

本篇文章中,我们一起探讨了Opencv重映射SURF特征点检测相关的知识点,主要一起了解OpenCV中重映射相关的函数remap,SURF算法在OpenCV中的体现与应用。此博文一共有三个配套的麻雀虽小但五脏俱全的示例程序,其经过详细注释过的代码都在文中贴出,且文章最后提供了综合示例程序的下载。

依然是先看看程序运行截图。

重映射:

  

SURF特征点检测:

  

 

一、OpenCV重映射

 

1.1 重映射的概念简析

 

重映射,就是把一幅图像中某位置的像素放置到另一个图片指定位置的过程。为了完成映射过程, 我们需要获得一些插值为非整数像素的坐标,因为源图像与目标图像的像素坐标不是一一对应的。一般情况下,我们通过重映射来表达每个像素的位置 (x,y),像这样 :

g(x,y) = f ( h(x,y) )

 

在这里, g( ) 是目标图像, f() 是源图像, 而h(x,y) 是作用于 (x,y) 的映射方法函数。

 

来看个例子。 若有一幅图像 I ,想满足下面的条件作重映射:

 

h(x,y) = (I.cols – x, y )

 

这样的话,图像会按照 x 轴方向发生翻转。那么,源图像和效果图分别如下:

 

在OpenCV中,我们用函数remap( )来实现简单重映射,下面我们就一起来看看这个函数。

 

 

1.2 remap( )函数解析

 

remap( )函数会根据我们指定的映射形式,将源图像进行重映射几何变换,基于的式子如下:

需要注意,此函数不支持就地(in-place)操作。看看其原型和参数。

  1. C++: void remap(InputArray src, OutputArraydst, InputArray map1, InputArray map2, int interpolation, intborderMode=BORDER_CONSTANT, const Scalar& borderValue=Scalar())
    • 第一个参数,InputArray类型的src,输入图像,即源图像,填Mat类的对象即可,且需为单通道8位或者浮点型图像。
    • 第二个参数,OutputArray类型的dst,函数调用后的运算结果存在这里,即这个参数用于存放函数调用后的输出结果,需和源图片有一样的尺寸和类型。
    • 第三个参数,InputArray类型的map1,它有两种可能的表示对象。
        • 表示点(x,y)的第一个映射。
        • 表示CV_16SC2 , CV_32FC1 或CV_32FC2类型的X值。
    • 第四个参数,InputArray类型的map2,同样,它也有两种可能的表示对象,而且他是根据map1来确定表示那种对象。
        • 若map1表示点(x,y)时。这个参数不代表任何值。
        • 表示CV_16UC1 , CV_32FC1类型的Y值(第二个值)。
  • 第五个参数,int类型的interpolation,插值方式,之前的resize( )函数中有讲到,需要注意,resize( )函数中提到的INTER_AREA插值方式在这里是不支持的,所以可选的插值方式如下:
      • INTER_NEAREST – 最近邻插值
      • INTER_LINEAR – 双线性插值(默认值)
      • INTER_CUBIC – 双三次样条插值(逾4×4像素邻域内的双三次插值)
      • INTER_LANCZOS4 -Lanczos插值(逾8×8像素邻域的Lanczos插值)
  • 第六个参数,int类型的borderMode,边界模式,有默认值BORDER_CONSTANT,表示目标图像中“离群点(outliers)”的像素值不会被此函数修改。
  • 第七个参数,const Scalar&类型的borderValue,当有常数边界时使用的值,其有默认值Scalar( ),即默认值为0

1.3 详细注释的重映射示例程序

下面放出精简后的以remap函数为核心的示例程序,方便大家快速掌握remap函数的使用方法。

  1. //———————————–【程序说明】———————————————-
  2. //      程序名称::《【OpenCV入门教程之十七】OpenCV重映射 & SURF特征点检测合辑 》 博文配套源码 
  3. //      开发所用IDE版本:Visual Studio 2010
  4. //      开发所用OpenCV版本:   2.4.9
  5. //———————————————————————————————-
  6. //———————————–【头文件包含部分】—————————————
  7. //      描述:包含程序所依赖的头文件
  8. //———————————————————————————————- 
  9. #include “opencv2/highgui/highgui.hpp”
  10. #include “opencv2/imgproc/imgproc.hpp”
  11. #include <iostream>
  12. //———————————–【命名空间声明部分】————————————–
  13. //          描述:包含程序所使用的命名空间
  14. //———————————————————————————————–
  15. using namespace cv;
  16. //———————————–【main( )函数】——————————————–
  17. //          描述:控制台应用程序的入口函数,我们的程序从这里开始执行
  18. //———————————————————————————————–
  19. int main(  )
  20. {
  21.     //【0】变量定义
  22.     Mat srcImage, dstImage;
  23.     Mat map_x, map_y;
  24.     //【1】载入原始图
  25.     srcImage = imread( “1.jpg”, 1 );
  26.     if(!srcImage.data ) { printf(“读取图片错误,请确定目录下是否有imread函数指定的图片存在~! n”); return false; }
  27.     imshow(“原始图”,srcImage);
  28.     //【2】创建和原始图一样的效果图,x重映射图,y重映射图
  29.     dstImage.create( srcImage.size(), srcImage.type() );
  30.     map_x.create( srcImage.size(), CV_32FC1 );
  31.     map_y.create( srcImage.size(), CV_32FC1 );
  32.     //【3】双层循环,遍历每一个像素点,改变map_x & map_y的值
  33.     forint j = 0; j < srcImage.rows;j++)
  34.     {
  35.         forint i = 0; i < srcImage.cols;i++)
  36.         {
  37.             //改变map_x & map_y的值. 
  38.             map_x.at<float>(j,i) = static_cast<float>(i);
  39.             map_y.at<float>(j,i) = static_cast<float>(srcImage.rows – j);
  40.         }
  41.     }
  42.     //【4】进行重映射操作
  43.     remap( srcImage, dstImage, map_x, map_y, CV_INTER_LINEAR, BORDER_CONSTANT, Scalar(0,0, 0) );
  44.     //【5】显示效果图
  45.     imshow( “【程序窗口】”, dstImage );
  46.     waitKey();
  47.     return 0;
  48. }

 

显示效果图:

最近世界杯正如火如荼地进行着,这里的图片素材就是巴西队的球星们~

1.4 OpenCV2.X中remap函数源代码

 

这里我们放出remap函数的源码,供需要了解其实现细节的朋友们观看,在这里不花时间对其进行剖析。

  1. void cv::remap( InputArray _src, OutputArray _dst,
  2.                 InputArray _map1, InputArray _map2,
  3.                 int interpolation, int borderType, const Scalar& borderValue )
  4. {
  5.     static RemapNNFunc nn_tab[] =
  6.     {
  7.         remapNearest<uchar>, remapNearest<schar>, remapNearest<ushort>, remapNearest<short>,
  8.         remapNearest<int>, remapNearest<float>, remapNearest<double>, 0
  9.     };
  10.     static RemapFunc linear_tab[] =
  11.     {
  12.         remapBilinear<FixedPtCast<int, uchar, INTER_REMAP_COEF_BITS>, RemapVec_8u, short>, 0,
  13.         remapBilinear<Cast<float, ushort>, RemapNoVec, float>,
  14.         remapBilinear<Cast<floatshort>, RemapNoVec, float>, 0,
  15.         remapBilinear<Cast<floatfloat>, RemapNoVec, float>,
  16.         remapBilinear<Cast<doubledouble>, RemapNoVec, float>, 0
  17.     };
  18.     static RemapFunc cubic_tab[] =
  19.     {
  20.         remapBicubic<FixedPtCast<int, uchar, INTER_REMAP_COEF_BITS>, short, INTER_REMAP_COEF_SCALE>, 0,
  21.         remapBicubic<Cast<float, ushort>, float, 1>,
  22.         remapBicubic<Cast<floatshort>, float, 1>, 0,
  23.         remapBicubic<Cast<floatfloat>, float, 1>,
  24.         remapBicubic<Cast<doubledouble>, float, 1>, 0
  25.     };
  26.     static RemapFunc lanczos4_tab[] =
  27.     {
  28.         remapLanczos4<FixedPtCast<int, uchar, INTER_REMAP_COEF_BITS>, short, INTER_REMAP_COEF_SCALE>, 0,
  29.         remapLanczos4<Cast<float, ushort>, float, 1>,
  30.         remapLanczos4<Cast<floatshort>, float, 1>, 0,
  31.         remapLanczos4<Cast<floatfloat>, float, 1>,
  32.         remapLanczos4<Cast<doubledouble>, float, 1>, 0
  33.     };
  34.     Mat src = _src.getMat(), map1 = _map1.getMat(), map2 = _map2.getMat();
  35.     CV_Assert( map1.size().area() > 0 );
  36.     CV_Assert( !map2.data || (map2.size() == map1.size()));
  37.     _dst.create( map1.size(), src.type() );
  38.     Mat dst = _dst.getMat();
  39.     if( dst.data == src.data )
  40.         src = src.clone();
  41.     int depth = src.depth();
  42.     RemapNNFunc nnfunc = 0;
  43.     RemapFunc ifunc = 0;
  44.     const void* ctab = 0;
  45.     bool fixpt = depth == CV_8U;
  46.     bool planar_input = false;
  47.     if( interpolation == INTER_NEAREST )
  48.     {
  49.         nnfunc = nn_tab[depth];
  50.         CV_Assert( nnfunc != 0 );
  51.     }
  52.     else
  53.     {
  54.         if( interpolation == INTER_AREA )
  55.             interpolation = INTER_LINEAR;
  56.         if( interpolation == INTER_LINEAR )
  57.             ifunc = linear_tab[depth];
  58.         else if( interpolation == INTER_CUBIC )
  59.             ifunc = cubic_tab[depth];
  60.         else if( interpolation == INTER_LANCZOS4 )
  61.             ifunc = lanczos4_tab[depth];
  62.         else
  63.             CV_Error( CV_StsBadArg, “Unknown interpolation method” );
  64.         CV_Assert( ifunc != 0 );
  65.         ctab = initInterTab2D( interpolation, fixpt );
  66.     }
  67.     const Mat *m1 = &map1, *m2 = &map2;
  68.     if( (map1.type() == CV_16SC2 && (map2.type() == CV_16UC1 || map2.type() == CV_16SC1 || !map2.data)) ||
  69.         (map2.type() == CV_16SC2 && (map1.type() == CV_16UC1 || map1.type() == CV_16SC1 || !map1.data)) )
  70.     {
  71.         if( map1.type() != CV_16SC2 )
  72.             std::swap(m1, m2);
  73.     }
  74.     else
  75.     {
  76.         CV_Assert( ((map1.type() == CV_32FC2 || map1.type() == CV_16SC2) && !map2.data) ||
  77.             (map1.type() == CV_32FC1 && map2.type() == CV_32FC1) );
  78.         planar_input = map1.channels() == 1;
  79.     }
  80.     RemapInvoker invoker(src, dst, m1, m2, interpolation,
  81.                          borderType, borderValue, planar_input, nnfunc, ifunc,
  82.                          ctab);
  83.     parallel_for_(Range(0, dst.rows), invoker, dst.total()/(double)(1<<16));
  84. }

 

好了,重映射先就讲这么多,在文章末尾还有一个综合一点的示例程序供大家学习。下面我们开始讲解SURF相关的内容。

二.SURF特征点检测

SURF算法有一些不错的内容和用法,OpenCV中使用颇多,会花一些篇幅对其进行讲解。今天的这篇文章只是一个小小的开头,主要介绍SURF特征点检测。

先简单了解一下SURF算法的大概内容吧。

2.1 SURF算法概览

SURF, 我们简单介绍一下,英语全称为SpeededUp Robust Features,直译的话就是“加速版的具有鲁棒性的特征“算法,由Bay在2006年首次提出。SURF是尺度不变特征变换算法(SIFT算法)的加 速版。一般来说,标准的SURF算子比SIFT算子快好几倍,并且在多幅图片下具有更好的稳定性。SURF最大的特征在于采用了harr特征以及积分图像 的概念,这大大加快了程序的运行时间。SURF可以应用于计算机视觉的物体识别以及3D重构中。

PS: 由于我们的专栏侧重点是教大家如何快速入门OpenCV编程,不是来进行图像处理科普的,所以原理部分不会花笔墨多讲。一方面是浅墨也不喜欢讲这些枯燥的 概念,另一方面是大家肯定应该也不喜欢看这些枯燥的原理,大家是喜欢看代码的〜( ̄▽ ̄〜)。就像小魏CPU童鞋在博客上写的,“Talk is cheap. Show me thecode.”

所以原理部分大家就自行用搜索引擎去学习吧,浅墨会将更多的笔墨用来分享网络上独一无二的干货。

2.2 前世今生——SURF类相关OpenCV源码剖析

OpenCV中关于SURF算法的部分,常常涉及到的是SURF、SurfFeatureDetector、SurfDescriptorExtractor这三个类,这一小节我们就来对他们进行人肉,挖挖其背景,看看他们究竟是什么来头。

 

在D:Program Files (x86)opencvsourcesmodulesnonfreeincludeopencv2nonfree下的features2d.hpp头文件中,我们可以发现这样两句定义:

  1. typedef SURF SurfFeatureDetector;
  2. typedef SURF SurfDescriptorExtractor;

我们都知道,typedef声明是为现有类型创建一个新的名字,类型别名。这就表示,SURF类忽然同时有了两个新名字SurfFeatureDetector以及SurfDescriptorExtractor。

也就是说,我们平常使用的SurfFeatureDetector类和SurfDescriptorExtractor类,其实就是SURF类,他们三者等价。

 

然后在这两句定义的上方,我们可以看到SURF类的类声明全貌:

  1. class CV_EXPORTS_W SURF : public Feature2D
  2. {
  3. public:
  4.     //! the default constructor
  5.     CV_WRAP SURF();
  6.     //! the full constructor taking all the necessary parameters
  7.     explicit CV_WRAP SURF(double hessianThreshold,
  8.                   int nOctaves=4, int nOctaveLayers=2,
  9.                   bool extended=truebool upright=false);
  10.     //! returns the descriptor size in float’s (64 or 128)
  11.     CV_WRAP int descriptorSize() const;
  12.     //! returns the descriptor type
  13.     CV_WRAP int descriptorType() const;
  14.     //! finds the keypoints using fast hessian detector used in SURF
  15.     void operator()(InputArray img, InputArray mask,
  16.                     CV_OUT vector<KeyPoint>& keypoints) const;
  17.     //! finds the keypoints and computes their descriptors. Optionally it can compute descriptors for the user-provided keypoints
  18.     void operator()(InputArray img, InputArray mask,
  19.                     CV_OUT vector<KeyPoint>& keypoints,
  20.                     OutputArray descriptors,
  21.                     bool useProvidedKeypoints=falseconst;
  22.     AlgorithmInfo* info() const;
  23.     CV_PROP_RW double hessianThreshold;
  24.     CV_PROP_RW int nOctaves;
  25.     CV_PROP_RW int nOctaveLayers;
  26.     CV_PROP_RW bool extended;
  27.     CV_PROP_RW bool upright;
  28. protected:
  29.     void detectImpl( const Mat& image, vector<KeyPoint>& keypoints, const Mat& mask=Mat() ) const;
  30.     void computeImpl( const Mat& image, vector<KeyPoint>& keypoints, Mat& descriptors ) const;
  31. };

可 以观察到,SURF类公共继承自Feature2D类,我们再次进行转到,可以在路径d:Program Files(x86)opencvbuildincludeopencv2features2dfeatures2d.hpp看到 Feature2D类的声明

  1. class CV_EXPORTS_W Feature2D : public FeatureDetector, public DescriptorExtractor
  2. {
  3. public:
  4.     /*
  5.      * Detect keypoints in an image.
  6.      * image        The image.
  7.      * keypoints    The detected keypoints.
  8.      * mask         Mask specifying where to look for keypoints (optional). Must be a char
  9.      *              matrix with non-zero values in the region of interest.
  10.      * useProvidedKeypoints If true, the method will skip the detection phase and will compute
  11.      *                      descriptors for the provided keypoints
  12.      */
  13.     CV_WRAP_AS(detectAndCompute) virtual void operator()( InputArray image, InputArray mask,
  14.                                      CV_OUT vector<KeyPoint>& keypoints,
  15.                                      OutputArray descriptors,
  16.                                      bool useProvidedKeypoints=false ) const = 0;
  17.     CV_WRAP void compute( const Mat& image, CV_OUT CV_IN_OUT std::vector<KeyPoint>& keypoints, CV_OUT Mat& descriptors ) const;
  18.     // Create feature detector and descriptor extractor by name.
  19.     CV_WRAP static Ptr<Feature2D> create( const string& name );
  20. };

 

显然,Feature2D类又是公共继承自FeatureDetector以及 DescriptorExtractor类。继续刨根问底,我们看看其父类FeatureDetector以及 DescriptorExtractor类的定义。

首先是FeatureDetector类:

  1. /************************************ Base Classes ************************************/
  2. /*
  3.  * Abstract base class for 2D image feature detectors.
  4.  */
  5. class CV_EXPORTS_W FeatureDetector : public virtual Algorithm
  6. {
  7. public:
  8.     virtual ~FeatureDetector();
  9.     /*
  10.      * Detect keypoints in an image.
  11.      * image        The image.
  12.      * keypoints    The detected keypoints.
  13.      * mask         Mask specifying where to look for keypoints (optional). Must be a char
  14.      *              matrix with non-zero values in the region of interest.
  15.      */
  16.     CV_WRAP void detect( const Mat& image, CV_OUT vector<KeyPoint>& keypoints, const Mat& mask=Mat() ) const;
  17.     /*
  18.      * Detect keypoints in an image set.
  19.      * images       Image collection.
  20.      * keypoints    Collection of keypoints detected in an input images. keypoints[i] is a set of keypoints detected in an images[i].
  21.      * masks        Masks for image set. masks[i] is a mask for images[i].
  22.      */
  23.     void detect( const vector<Mat>& images, vector<vector<KeyPoint> >& keypoints, const vector<Mat>& masks=vector<Mat>() ) const;
  24.     // Return true if detector object is empty
  25.     CV_WRAP virtual bool empty() const;
  26.     // Create feature detector by detector name.
  27.     CV_WRAP static Ptr<FeatureDetector> create( const string& detectorType );
  28. protected:
  29.     virtual void detectImpl( const Mat& image, vector<KeyPoint>& keypoints, const Mat& mask=Mat() ) const = 0;
  30.     /*
  31.      * Remove keypoints that are not in the mask.
  32.      * Helper function, useful when wrapping a library call for keypoint detection that
  33.      * does not support a mask argument.
  34.      */
  35.     static void removeInvalidPoints( const Mat& mask, vector<KeyPoint>& keypoints );
  36. };

 

这里,我们看到了我们以后经常会用到的detect( )方法重载的两个原型,原来是SURF类经过两层的继承,从FeatureDetector类继承而来的。

  1. /*
  2.    * Detect keypoints in an image.
  3.    * image        The image.
  4.    * keypoints    The detected keypoints.
  5.    * mask         Mask specifying where to look for keypoints (optional). Must be a char
  6.    *              matrix with non-zero values in the region of interest.
  7.    */
  8.   CV_WRAP void detect( const Mat& image, CV_OUT vector<KeyPoint>& keypoints, const Mat& mask=Mat() ) const;
  9.   /*
  10.    * Detect keypoints in an image set.
  11.    * images       Image collection.
  12.    * keypoints    Collection of keypoints detected in an input images. keypoints[i] is a set of keypoints detected in an images[i].
  13.    * masks        Masks for image set. masks[i] is a mask for images[i].
  14.    */
  15.   void detect( const vector<Mat>& images, vector<vector<KeyPoint> >& keypoints, const vector<Mat>& masks=vector<Mat>() ) const;

 

同样,看看SURF类的另一个“爷爷”DescriptorExtractor类的声明。

  1. /*
  2.  * Abstract base class for computing descriptors for image keypoints.
  3.  *
  4.  * In this interface we assume a keypoint descriptor can be represented as a
  5.  * dense, fixed-dimensional vector of some basic type. Most descriptors used
  6.  * in practice follow this pattern, as it makes it very easy to compute
  7.  * distances between descriptors. Therefore we represent a collection of
  8.  * descriptors as a Mat, where each row is one keypoint descriptor.
  9.  */
  10. class CV_EXPORTS_W DescriptorExtractor : public virtual Algorithm
  11. {
  12. public:
  13.     virtual ~DescriptorExtractor();
  14.     /*
  15.      * Compute the descriptors for a set of keypoints in an image.
  16.      * image        The image.
  17.      * keypoints    The input keypoints. Keypoints for which a descriptor cannot be computed are removed.
  18.      * descriptors  Copmputed descriptors. Row i is the descriptor for keypoint i.
  19.      */
  20.     CV_WRAP void compute( const Mat& image, CV_OUT CV_IN_OUT vector<KeyPoint>& keypoints, CV_OUT Mat& descriptors ) const;
  21.     /*
  22.      * Compute the descriptors for a keypoints collection detected in image collection.
  23.      * images       Image collection.
  24.      * keypoints    Input keypoints collection. keypoints[i] is keypoints detected in images[i].
  25.      *              Keypoints for which a descriptor cannot be computed are removed.
  26.      * descriptors  Descriptor collection. descriptors[i] are descriptors computed for set keypoints[i].
  27.      */
  28.     void compute( const vector<Mat>& images, vector<vector<KeyPoint> >& keypoints, vector<Mat>& descriptors ) const;
  29.     CV_WRAP virtual int descriptorSize() const = 0;
  30.     CV_WRAP virtual int descriptorType() const = 0;
  31.     CV_WRAP virtual bool empty() const;
  32.     CV_WRAP static Ptr<DescriptorExtractor> create( const string& descriptorExtractorType );
  33. protected:
  34.     virtual void computeImpl( const Mat& image, vector<KeyPoint>& keypoints, Mat& descriptors ) const = 0;
  35.     /*
  36.      * Remove keypoints within borderPixels of an image edge.
  37.      */
  38.     static void removeBorderKeypoints( vector<KeyPoint>& keypoints,
  39.                                       Size imageSize, int borderSize );
  40. };

 

上述代码表明FeatureDetector 类和DescriptorExtractor类都虚继承自Algorithm基类。

呼,历经千辛万苦,终于,我们找到SURF类德高望重的祖先——OpenCV中的Algorithm基类。看看其原型声明:

  1. /*!
  2.   Base class for high-level OpenCV algorithms
  3. */
  4. class CV_EXPORTS_W Algorithm
  5. {
  6. public:
  7.     Algorithm();
  8.     virtual ~Algorithm();
  9.     string name() const;
  10.     template<typename _Tp> typename ParamType<_Tp>::member_type get(const string& name) const;
  11.     template<typename _Tp> typename ParamType<_Tp>::member_type get(const char* name) const;
  12.     CV_WRAP int getInt(const string& name) const;
  13.     CV_WRAP double getDouble(const string& name) const;
  14.     CV_WRAP bool getBool(const string& name) const;
  15.     CV_WRAP string getString(const string& name) const;
  16.     CV_WRAP Mat getMat(const string& name) const;
  17.     CV_WRAP vector<Mat> getMatVector(const string& name) const;
  18.     CV_WRAP Ptr<Algorithm> getAlgorithm(const string& name) const;
  19.     void set(const string& name, int value);
  20.     void set(const string& name, double value);
  21.     void set(const string& name, bool value);
  22.     void set(const string& name, const string& value);
  23.     void set(const string& name, const Mat& value);
  24.     void set(const string& name, const vector<Mat>& value);
  25.     void set(const string& name, const Ptr<Algorithm>& value);
  26.     template<typename _Tp> void set(const string& name, const Ptr<_Tp>& value);
  27.     CV_WRAP void setInt(const string& name, int value);
  28.     CV_WRAP void setDouble(const string& name, double value);
  29.     CV_WRAP void setBool(const string& name, bool value);
  30.     CV_WRAP void setString(const string& name, const string& value);
  31.     CV_WRAP void setMat(const string& name, const Mat& value);
  32.     CV_WRAP void setMatVector(const string& name, const vector<Mat>& value);
  33.     CV_WRAP void setAlgorithm(const string& name, const Ptr<Algorithm>& value);
  34.     template<typename _Tp> void setAlgorithm(const string& name, const Ptr<_Tp>& value);
  35.     void set(const char* name, int value);
  36.     void set(const char* name, double value);
  37.     void set(const char* name, bool value);
  38.     void set(const char* name, const string& value);
  39.     void set(const char* name, const Mat& value);
  40.     void set(const char* name, const vector<Mat>& value);
  41.     void set(const char* name, const Ptr<Algorithm>& value);
  42.     template<typename _Tp> void set(const char* name, const Ptr<_Tp>& value);
  43.     void setInt(const char* name, int value);
  44.     void setDouble(const char* name, double value);
  45.     void setBool(const char* name, bool value);
  46.     void setString(const char* name, const string& value);
  47.     void setMat(const char* name, const Mat& value);
  48.     void setMatVector(const char* name, const vector<Mat>& value);
  49.     void setAlgorithm(const char* name, const Ptr<Algorithm>& value);
  50.     template<typename _Tp> void setAlgorithm(const char* name, const Ptr<_Tp>& value);
  51.     CV_WRAP string paramHelp(const string& name) const;
  52.     int paramType(const char* name) const;
  53.     CV_WRAP int paramType(const string& name) const;
  54.     CV_WRAP void getParams(CV_OUT vector<string>& names) const;
  55.     virtual void write(FileStorage& fs) const;
  56.     virtual void read(const FileNode& fn);
  57.     typedef Algorithm* (*Constructor)(void);
  58.     typedef int (Algorithm::*Getter)() const;
  59.     typedef void (Algorithm::*Setter)(int);
  60.     CV_WRAP static void getList(CV_OUT vector<string>& algorithms);
  61.     CV_WRAP static Ptr<Algorithm> _create(const string& name);
  62.     template<typename _Tp> static Ptr<_Tp> create(const string& name);
  63.     virtual AlgorithmInfo* info() const /* TODO: make it = 0;*/ { return 0; }
  64. };

关于这几个类缠绵悱恻的关系,画个图就一目了然了,也就是这样的过程:

3.3 drawKeypoints函数详解

因为接下来的示例程序需要用到drawKeypoints函数,我们在这里顺便讲一讲。

顾名思义,此函数用于绘制关键点。

  1. C++: void drawKeypoints(const Mat&image, const vector<KeyPoint>& keypoints, Mat& outImage, constScalar& color=Scalar::all(-1), int flags=DrawMatchesFlags::DEFAULT )
    • 第一个参数,const Mat&类型的src,输入图像。
    • 第二个参数,const vector<KeyPoint>&类型的keypoints,根据源图像得到的特征点,它是一个输出参数。
    • 第三个参数,Mat&类型的outImage,输出图像,其内容取决于第五个参数标识符falgs。
    • 第四个参数,const Scalar&类型的color,关键点的颜色,有默认值Scalar::all(-1)。
    • 第五个参数,int类型的flags,绘制关键点的特征标识符,有默认值DrawMatchesFlags::DEFAULT。可以在如下这个结构体中选取值。
  1. struct DrawMatchesFlags
  2. {
  3.     enum
  4.     {
  5.         DEFAULT = 0, // Output image matrix will be created (Mat::create),
  6.                      // i.e. existing memory of output image may be reused.
  7.                      // Two source images, matches, and single keypoints
  8.                      // will be drawn.
  9.                      // For each keypoint, only the center point will be
  10.                      // drawn (without a circle around the keypoint with the
  11.                      // keypoint size and orientation).
  12.         DRAW_OVER_OUTIMG = 1, // Output image matrix will not be
  13.                        // created (using Mat::create). Matches will be drawn
  14.                        // on existing content of output image.
  15.         NOT_DRAW_SINGLE_POINTS = 2, // Single keypoints will not be drawn.
  16.         DRAW_RICH_KEYPOINTS = 4 // For each keypoint, the circle around
  17.                        // keypoint with keypoint size and orientation will
  18.                        // be drawn.
  19.     };
  20. };

三、综合示例部分

因为这次的两个知识点关联度不大,所以不方便组织起来成为一个综合示例程序。在这里我们分开将其放出。

3.1  重映射综合示例程序

先放出以remap为核心的综合示例程序,可以用按键控制四种不同的映射模式。且利用了OpenCV版本标识宏“CV_VERSION”,在帮助文字相关代码中加入了一句:

  1. printf(“t当前使用的OpenCV版本为 OpenCV “CV_VERSION);

便可以智能检测出当前使用的OpenCV版本,并输出。如图:

按键说明也可以由上图看出。

放出这个程序详细注释的源代码:

  1. //———————————–【程序说明】———————————————-
  2. //      程序名称::《【OpenCV入门教程之十七】OpenCV重映射 & SURF特征点检测合辑 》 博文配套源码 
  3. //      开发所用IDE版本:Visual Studio 2010
  4. //      开发所用OpenCV版本:   2.4.9
  5. //———————————————————————————————-
  6. //———————————–【头文件包含部分】—————————————
  7. //      描述:包含程序所依赖的头文件
  8. //———————————————————————————————- 
  9. #include “opencv2/highgui/highgui.hpp”
  10. #include “opencv2/imgproc/imgproc.hpp”
  11. #include <iostream>
  12. //———————————–【命名空间声明部分】————————————–
  13. //          描述:包含程序所使用的命名空间
  14. //———————————————————————————————–
  15. using namespace cv;
  16. using namespace std;
  17. //———————————–【宏定义部分】——————————————– 
  18. //  描述:定义一些辅助宏 
  19. //———————————————————————————————— 
  20. #define WINDOW_NAME “【程序窗口】”        //为窗口标题定义的宏 
  21. //———————————–【全局变量声明部分】————————————–
  22. //          描述:全局变量的声明
  23. //———————————————————————————————–
  24. Mat g_srcImage, g_dstImage;
  25. Mat g_map_x, g_map_y;
  26. //———————————–【全局函数声明部分】————————————–
  27. //          描述:全局函数的声明
  28. //———————————————————————————————–
  29. int update_map( int key);
  30. static void ShowHelpText( );//输出帮助文字
  31. //———————————–【main( )函数】——————————————–
  32. //          描述:控制台应用程序的入口函数,我们的程序从这里开始执行
  33. //———————————————————————————————–
  34. int main( int argc, char** argv )
  35. {
  36. //改变console字体颜色
  37.     system(“color 2F”);
  38. //显示帮助文字
  39.     ShowHelpText();
  40. //【1】载入原始图
  41.     g_srcImage = imread( “1.jpg”, 1 );
  42. if(!g_srcImage.data ) { printf(“读取图片错误,请确定目录下是否有imread函数指定的图片存在~! n”); return false; }
  43.     imshow(“原始图”,g_srcImage);
  44. //【2】创建和原始图一样的效果图,x重映射图,y重映射图
  45.     g_dstImage.create( g_srcImage.size(), g_srcImage.type() );
  46.     g_map_x.create( g_srcImage.size(), CV_32FC1 );
  47.     g_map_y.create( g_srcImage.size(), CV_32FC1 );
  48. //【3】创建窗口并显示
  49.     namedWindow( WINDOW_NAME, CV_WINDOW_AUTOSIZE );
  50.     imshow(WINDOW_NAME,g_srcImage);
  51. //【4】轮询按键,更新map_x和map_y的值,进行重映射操作并显示效果图
  52. while( 1 )
  53.     {
  54. //获取键盘按键  
  55. int key = waitKey(0);
  56. //判断ESC是否按下,若按下便退出  
  57. if( (key & 255) == 27 )
  58.         {
  59.             cout << “程序退出………..n”;
  60. break;
  61.         }
  62. //根据按下的键盘按键来更新 map_x & map_y的值. 然后调用remap( )进行重映射
  63.         update_map(key);
  64.         remap( g_srcImage, g_dstImage, g_map_x, g_map_y, CV_INTER_LINEAR, BORDER_CONSTANT, Scalar(0,0, 0) );
  65. //显示效果图
  66.         imshow( WINDOW_NAME, g_dstImage );
  67.     }
  68. return 0;
  69. }
  70. //———————————–【update_map( )函数】——————————–
  71. //          描述:根据按键来更新map_x与map_x的值
  72. //———————————————————————————————-
  73. int update_map( int key )
  74. {
  75. //双层循环,遍历每一个像素点
  76. forint j = 0; j < g_srcImage.rows;j++)
  77.     {
  78. forint i = 0; i < g_srcImage.cols;i++)
  79.         {
  80. switch(key)
  81.             {
  82. case ‘1’// 键盘【1】键按下,进行第一种重映射操作
  83. if( i > g_srcImage.cols*0.25 && i < g_srcImage.cols*0.75 && j > g_srcImage.rows*0.25 && j < g_srcImage.rows*0.75)
  84.                 {
  85.                     g_map_x.at<float>(j,i) = static_cast<float>(2*( i – g_srcImage.cols*0.25 ) + 0.5);
  86.                     g_map_y.at<float>(j,i) = static_cast<float>(2*( j – g_srcImage.rows*0.25 ) + 0.5);
  87.                 }
  88. else
  89.                 {
  90.                     g_map_x.at<float>(j,i) = 0;
  91.                     g_map_y.at<float>(j,i) = 0;
  92.                 }
  93. break;
  94. case ‘2’:// 键盘【2】键按下,进行第二种重映射操作
  95.                 g_map_x.at<float>(j,i) = static_cast<float>(i);
  96.                 g_map_y.at<float>(j,i) = static_cast<float>(g_srcImage.rows – j);
  97. break;
  98. case ‘3’:// 键盘【3】键按下,进行第三种重映射操作
  99.                 g_map_x.at<float>(j,i) = static_cast<float>(g_srcImage.cols – i);
  100.                 g_map_y.at<float>(j,i) = static_cast<float>(j);
  101. break;
  102. case ‘4’:// 键盘【4】键按下,进行第四种重映射操作
  103.                 g_map_x.at<float>(j,i) = static_cast<float>(g_srcImage.cols – i);
  104.                 g_map_y.at<float>(j,i) = static_cast<float>(g_srcImage.rows – j);
  105. break;
  106.             }
  107.         }
  108.     }
  109. return 1;
  110. }
  111. //———————————–【ShowHelpText( )函数】———————————-  
  112. //      描述:输出一些帮助信息  
  113. //———————————————————————————————-  
  114. static void ShowHelpText()
  115. {
  116. //输出一些帮助信息  
  117.     printf(“nnnt欢迎来到重映射示例程序~nn”);
  118.     printf(“t当前使用的OpenCV版本为 OpenCV “CV_VERSION);
  119.     printf( “nnt按键操作说明: nn”
  120. “tt键盘按键【ESC】- 退出程序n”
  121. “tt键盘按键【1】-  第一种映射方式n”
  122. “tt键盘按键【2】- 第二种映射方式n”
  123. “tt键盘按键【3】- 第三种映射方式n”
  124. “tt键盘按键【4】- 第四种映射方式n”
  125. “nntttttttt by浅墨nnn”
  126.         );
  127. }

 

运行效果图。首先是原始图:

第一种重映射:

第二种重映射:

第三种重映射:

第四种重映射:

 

3.2 SURF特征点检测综合示例程序

这个示例程涉及到如下三个方面:

    • 使用 FeatureDetector 接口来发现感兴趣点。
    • 使用 SurfFeatureDetector 以及其函数 detect 来实现检测过程
    • 使用函数 drawKeypoints 绘制检测到的关键点。

详细注释的源代码:

  1. //———————————–【程序说明】———————————————-
  2. //      程序名称::《【OpenCV入门教程之十七】OpenCV重映射 & SURF特征点检测合辑 》 博文配套源码 之【SURF特征点检测】
  3. //      开发所用IDE版本:Visual Studio 2010
  4. //      开发所用OpenCV版本:   2.4.9
  5. //———————————————————————————————-
  6. //———————————–【头文件包含部分】—————————————
  7. //      描述:包含程序所依赖的头文件
  8. //———————————————————————————————-
  9. #include “opencv2/core/core.hpp”
  10. #include “opencv2/features2d/features2d.hpp”
  11. #include “opencv2/highgui/highgui.hpp”
  12. #include “opencv2/nonfree/nonfree.hpp”
  13. #include <iostream>
  14. //———————————–【命名空间声明部分】————————————–
  15. //          描述:包含程序所使用的命名空间
  16. //———————————————————————————————–
  17. using namespace cv;
  18. //———————————–【全局函数声明部分】————————————–
  19. //          描述:全局函数的声明
  20. //———————————————————————————————–
  21. static void ShowHelpText( );//输出帮助文字
  22. //———————————–【main( )函数】——————————————–
  23. //   描述:控制台应用程序的入口函数,我们的程序从这里开始执行
  24. //———————————————————————————————–
  25. int main( int argc, char** argv )
  26. {
  27.     //【0】改变console字体颜色    
  28.     system(“color 2F”);
  29.     //【0】显示帮助文字  
  30.     ShowHelpText( );
  31.     //【1】载入源图片并显示
  32.     Mat srcImage1 = imread(“1.jpg”, 1 );
  33.     Mat srcImage2 = imread(“2.jpg”, 1 );
  34.     if( !srcImage1.data || !srcImage2.data )//检测是否读取成功
  35.     { printf(“读取图片错误,请确定目录下是否有imread函数指定名称的图片存在~! n”); return false; }
  36.     imshow(“原始图1”,srcImage1);
  37.     imshow(“原始图2”,srcImage2);
  38.     //【2】定义需要用到的变量和类
  39.     int minHessian = 400;//定义SURF中的hessian阈值特征点检测算子
  40.     SurfFeatureDetector detector( minHessian );//定义一个SurfFeatureDetector(SURF) 特征检测类对象
  41.     std::vector<KeyPoint> keypoints_1, keypoints_2;//vector模板类是能够存放任意类型的动态数组,能够增加和压缩数据
  42.     //【3】调用detect函数检测出SURF特征关键点,保存在vector容器中
  43.     detector.detect( srcImage1, keypoints_1 );
  44.     detector.detect( srcImage2, keypoints_2 );
  45.     //【4】绘制特征关键点
  46.     Mat img_keypoints_1; Mat img_keypoints_2;
  47.     drawKeypoints( srcImage1, keypoints_1, img_keypoints_1, Scalar::all(-1), DrawMatchesFlags::DEFAULT );
  48.     drawKeypoints( srcImage2, keypoints_2, img_keypoints_2, Scalar::all(-1), DrawMatchesFlags::DEFAULT );
  49.     //【5】显示效果图
  50.     imshow(“特征点检测效果图1”, img_keypoints_1 );
  51.     imshow(“特征点检测效果图2”, img_keypoints_2 );
  52.     waitKey(0);
  53.     return 0;
  54. }
  55. //———————————–【ShowHelpText( )函数】———————————-
  56. //          描述:输出一些帮助信息
  57. //———————————————————————————————-
  58. void ShowHelpText()
  59. {
  60.     //输出一些帮助信息  
  61.     printf(“nnnt欢迎来到【SURF特征点检测】示例程序~nn”);
  62.     printf(“t当前使用的OpenCV版本为 OpenCV “CV_VERSION);
  63.     printf( “nnt按键操作说明: nn”
  64.                 “tt键盘按键任意键- 退出程序nn”
  65.                 “nntttttttt by浅墨nnn”);
  66. }

 

这里的图片素材是浅墨自己用手机拍的自己写的书:)

第一组图片对比效果:

 

第二组图片对比效果:

 

本篇文章的配套源代码请点击这里下载:【OpenCV入门教程之十七】配套源代码之【重映射】 下载

【浅墨OpenCV入门教程之十七】配套源代码之【SURF特征点检测】下载

OK,今天的内容大概就是这些,我们下篇文章见:)

转载注明来源:CV视觉网 » 【OpenCV入门教程之十七】OpenCV重映射 & SURF特征点检测合辑

分享到:更多 ()
扫描二维码,给作者 打赏
pay_weixinpay_weixin

请选择你看完该文章的感受:

3不错 0超赞 0无聊 0扯淡 0不解 0路过

评论 3

评论前必须登录!