在某些情况下对图像进行缩放后,角点信息可能会丢失,这时候Harri便不能检测到所有的角点。SIFT(scale-invariant feature transform) 刚好克服了这个问题,对图像特征的检测,尽量不受图像尺寸变化的影响.SIFT并不直接检测关键点。
其中关键点的检测是由DOG(Difference of Gaussians)检测完成的(DOG是通过不同的高斯滤波器对同一张图像进行处理,来得到关键点的)。SIFT仅通过特征向量来描述特征点周围的像素情况。
package com.xu.opencv; import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.core.MatOfKeyPoint; import org.opencv.core.Scalar; import org.opencv.features2d.Features2d; import org.opencv.features2d.SIFT; import org.opencv.highgui.HighGui; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; /** * @Title: Image.java * @Description: OpenCV-4.0.0 测试文件 * @Package com.xu.Image * @author: hyacinth * @date: 2022年2月18日12点20分 * @version: V-1.0.0 * @Copyright: 2019 hyacinth */ public class Image { static { System.loadLibrary(Core.NATIVE_LIBRARY_NAME); } public static void main(String[] args) { sift(); } /** * OpenCV-4.1.0 SIFT 角点检测 * * @return void * @Author: hyacinth * @Title: harris * @Description: TODO * @date: 2022年2月18日12点32分 */ public static void sift() { Mat src = Imgcodecs.imread("D:\\OneDrive\\桌面\\1.png"); Mat gray = new Mat(); Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY); SIFT sift = SIFT.create(8000); MatOfKeyPoint point = new MatOfKeyPoint(); sift.detect(gray, point); Features2d.drawKeypoints(src, point, src, new Scalar(0, 0, 255), Features2d.DrawMatchesFlags_DRAW_RICH_KEYPOINTS); HighGui.imshow("SIFT 角点检测", src); HighGui.waitKey(0); } }
角点检测除了有SIFT算法,还有FAST算法
FAST(Features from Accelerated Segment Test)算法会在像素周围绘制一个圆,圆内包含16个像素,FAST算法是将圆内的像素分别与加上一个阈值的圆心像素作比较,若圈内出现连续的几个像素比加上一个阈值的像素还亮或是暗,则可认为圆心是角点.FAST是一个很有效率的检测算法,但是需要确定阈值参数来检测角点。
BRIEF(Binary Robust Independent Elementary Features)在OpenCV中主要是通过detectAndCompute()来实现,这个函数包含两个部分,检测和计算,同时也返回两个结果.一个是检测到的关键点,一个是描述符.SIFT和SURF也是这样.关键点的描述符包含了图像的关键信息,可看作是图像的另一种表现形式,在比较两个图像的时候可以通过比较两个图像的特征描述来实现.也可以用来做图像特征的匹配。
下面将展示通过FAST算法进行角点检测的示例代码,需要的可以参考一下
package com.xu.opencv; import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.core.MatOfKeyPoint; import org.opencv.core.Scalar; import org.opencv.features2d.Features2d; import org.opencv.features2d.ORB; import org.opencv.features2d.SIFT; import org.opencv.highgui.HighGui; import org.opencv.imgcodecs.Imgcodecs; import org.opencv.imgproc.Imgproc; /** * @Title: Image.java * @Description: OpenCV-4.0.0 测试文件 * @Package com.xu.Image * @author: hyacinth * @date: 2022年2月18日12点20分 * @version: V-1.0.0 * @Copyright: 2019 hyacinth */ public class Image { static { System.loadLibrary(Core.NATIVE_LIBRARY_NAME); } public static void main(String[] args) { fast(); } public static void fast() { Mat src = Imgcodecs.imread("D:\\OneDrive\\桌面\\5.jpeg"); Mat gray = new Mat(); Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY); ORB orb = ORB.create(500, 1.2f, 8, 31, 0, 2, ORB.HARRIS_SCORE, 31, 20); MatOfKeyPoint point = new MatOfKeyPoint(); orb.detect(gray, point); Features2d.drawKeypoints(src, point, src, new Scalar(0, 0, 255), Features2d.DrawMatchesFlags_DRAW_RICH_KEYPOINTS); HighGui.imshow("FAST 角点检测", src); HighGui.waitKey(0); } }
效果图