介绍
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。
示例代码
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);
}
}
效果图
Java技术迷
补充
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
到此这篇关于Java OpenCV图像处理之SIFT角点检测详解的文章就介绍到这了