溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要為大家展示了“C++ OpenCV特征提取之如何實現KAZE和AKAZE的匹配”，內容簡而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領大家一起研究并學習一下“C++ OpenCV特征提取之如何實現KAZE和AKAZE的匹配”這篇文章吧。
代碼演示
我們再新建一個項目名為opencv-kazedemo，按照配置屬性(VS2017配置OpenCV通用屬性),然后在源文件寫入#include和main方法，下在的代碼我們是直接用了前面兩張介紹KAZE的描述子的代碼直拷貝過來的，所以我這就直接貼過來了，我們一會兒會在這個代碼的基礎上進行修改匹配。
下面我們來整體改造一下：
因為要進行匹配，所以我們也要按FLANN的方式用到兩張圖，還是我們原來用FLAAN的那兩張。
把原來的src改為了src1和src2了，加載了兩張要對比的圖。
KAZE
然后定義KAZE的匹配方法，把src1和src2找到的keypoints都存到descriptor里面。
再用Flann的方式進行匹配
畫出匹配的關鍵點
到這里我們先運行一下看看效果
可以看出畫上對應匹配的非常多，這樣應該是不對的，所以我們還是要用到前面章節學到的，需要尋找最好的匹配。
我們寫入再找到最好的匹配代碼加進去，然后在drawmatch里面改為畫上最好匹配的代碼
然后重新顯示一下效果
這次可以看到尋找最好的匹配后，不會像剛才那樣感覺匹配的非常亂了。
AKAZE
接下來我們直接換一下AKAZE看看效果
我們把原來的KAZE直接改為AKAZE運行，結果發現報錯。找了原因改了一下發現是FLANN的匹配就會報錯，這樣我們改為BFMATCH的匹配。
然后重新運行一下看看結果
對比了上面的KAZE的結果明顯能看出來匹配的特征點要少了不少，而且相對的用時也要比KAZE的時間少了一些。
以上是“C++ OpenCV特征提取之如何實現KAZE和AKAZE的匹配”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
