OpenCV C++實現圖像特征描述子

OpenCV（開源計算機視覺庫）是一個用于處理實時圖像和視頻的開源庫。它包含了許多用于圖像處理、計算機視覺和機器學習的功能。在這個例子中，我們將使用OpenCV的C++接口來實現一個簡單的圖像特征描述子提取程序。

首先，確保已經安裝了OpenCV庫。然后，創建一個名為feature_descriptor.cpp的新文件，并添加以下代碼：

#include<iostream>
#include <opencv2/core.hpp>
#include <opencv2/highgui.hpp>
#include <opencv2/features2d.hpp>
#include <opencv2/xfeatures2d.hpp>

using namespace cv;
using namespace std;

int main(int argc, char** argv) {
    // 讀取輸入圖像
    Mat image = imread("input.jpg", IMREAD_COLOR);

    if (image.empty()) {
        cout << "無法打開或找到輸入圖像"<< endl;
        return -1;
    }

    // 創建一個SIFT特征檢測器
    Ptr<Feature2D> detector = xfeatures2d::SIFT::create();

    // 存儲檢測到的關鍵點和描述子
    vector<KeyPoint> keypoints;
    Mat descriptors;

    // 檢測關鍵點并計算描述子
    detector->detectAndCompute(image, noArray(), keypoints, descriptors);

    // 顯示關鍵點
    Mat outputImage;
    drawKeypoints(image, keypoints, outputImage, Scalar::all(-1), DrawMatchesFlags::DEFAULT);
    imshow("Keypoints", outputImage);
    waitKey(0);

    return 0;
}

這個程序首先讀取一張名為input.jpg的圖像。然后，它使用SIFT（尺度不變特征變換）特征檢測器來檢測關鍵點并計算描述子。最后，它在圖像上繪制關鍵點并顯示結果。

要編譯和運行此程序，請使用以下命令：

g++ -o feature_descriptor feature_descriptor.cpp `pkg-config --cflags --libs opencv4`
./feature_descriptor

這將編譯程序并顯示包含SIFT關鍵點的圖像。請注意，這個例子使用了SIFT特征檢測器，但OpenCV還提供了許多其他特征檢測器，如ORB、AKAZE等。要使用這些檢測器，只需將detector變量更改為相應的檢測器即可。