ORB在2011年才首次发布，ORB算法将基于FAST关键点的技术和基于BRIEF描述符的技术相结合，但是ORB并没有解决尺度不一致的问题，在OpenCV的ORB实现中采用了图像金字塔来改善这方面的性能，我们通过构建高斯金字塔，然后在每一层金字塔图像上检测角点，来实现尺度不变性。ORB主要解决了BRIEF描述子不具备旋转不变性的问题。　BRIEF是一种特征描述子提取算法，并非特征点的提取算法，一种生成二值化描述子的算法，不提取代价低，匹配只需要使用简单的汉明距离(HammingDistance)利用比特之间的异或操作就可以完成。因此，时间代价低，空间代价低，效果还挺好是最大的优点。 ORB算法...

KAZE算法是由法国学者在在2012年的ECCV会议中提出的，是一种比SIFT更稳定的特征检测算法。KAZE算法是基于非线性尺度空间的算法，KAZE特征对旋转、尺度、有限仿射具有不变性，并且在不同尺度上具有更多的独特性，但代价是计算时间适度增加。 KAZE算法与SIFT算法不一样，它采用的是非线性扩散滤波法。具体地，非线性扩散滤波法是将图像亮度（L）在不同尺度上的变化视为某种形式的流动函数（flowfunction）的散度（divergence），可以通过非线性偏微分方程来描述： 通过设置合适的传导函数c(x,y,t)，可以使得扩散自适应于图像的局部结构。传导函数可以是标量、也可以是张量。...

AKAZE是KAZE的加速版，和SIFT特征检测一样，它也可以检测图像的特征点，和描述子但是它与SIFT的比较： 更加稳定，更加迅速； 非线性尺度空间，得到的关键点更准确 比较新的算法。 AKAZE特征对尺度、旋转、有限仿射具有不变性，并且由于非线性尺度空间，在不同尺度上具有更多的独特性。 API介绍 staticPtr<AKAZE>create(AKAZE::DescriptorTypedescriptor_type=AKAZE::DESCRIPTOR_MLDB,intdescriptor_size=0,intdescriptor_channels=3,floatthres...

AGAST(AdaptiveandGenericAcceleratedSegmentTest)角点域的特征匹配算法是一种计算二元决策树（角检测器）的技术，通过组合两棵树，角点检测器自动适应环境，并为图像区域提供最有效的决策树，只有一个像素延迟。因此，它产生了一个角检测器，该检测器速度更快且无需进行训练，同时保持与（完整）FAST角检测器相同的角响应和可重复性。我们将此检测器称为AGAST。 API介绍 staticPtr<AgastFeatureDetector>create(intthreshold=10,boolnonmaxSuppression=true,AgastFeat...

什么是FLANN FLANN库全称是FastLibraryforApproximateNearestNeighbors，它是目前最完整的（近似）最近邻开源库，SIFT/SURF是基于浮点数的匹配，ORB是二值匹配，速度更快。对于FLANN匹配算法，当使用ORB匹配算法的时候，需要重新构造HASH。对匹配之后的输出结果，根据距离进行排序，就会得到距离比较的匹配点。 FLANN匹配流程 特征提取：寻找易于追踪和对比的特征。 特征描述：对提取的特征用计算机的语言进行描述，使得其能够在其它图像中寻找到相似区域。 特征匹配：根据特征描述，在其它图像中寻找所有相同的特征区域，以便进行需求的操作[如排列，...

什么是暴力匹配 首先，任取图像A的一个特征描述符，计算它到图像B中所有特征描述符的距离；然后，将所得到的距离进行排序；最后，选择距离最短的特征，作为A-B的匹配点。可想而知暴力匹配所需要的计算量是非常庞大的。 暴力匹配流程 特征提取：寻找易于追踪和对比的特征。 特征描述：对提取的特征用计算机的语言进行描述，使得其能够在其它图像中寻找到相似区域。 暴力匹配：根据特征描述，在其它图像中寻找所有相同的特征区域，以便进行需求的操作[如排列，整合等]。 API介绍 //匹配信息存储结构体DMatch classCV_EXPORTS_W_SIMPLEDMatch { public: CV_WRAPD...

串的基本操作(string) 串结构: defineMAX_SIZE1024 typedefstruct{ charmemory[MAX_SIZE]; //串的内存 intcur_size;//当前串的大小 }STR,LPSTR; 创建串: 初始化串 内存拷贝 更新串的长度 //创建一个串 LPSTRCreateStr(constcharstr){ //开内存 LPSTRp_str=(LPSTR)malloc(sizeof(STR)); //防止'\0'的问题,这里我选择全初始化为'\0' for(inti=0;i<MAX_SIZE;i){ p_str->memory[i]...

什么是轮廓 当我们连接一个对象边界上的所有点时，我们得到一个轮廓。通常，特定轮廓是指具有相同颜色和强度的边界像素。OpenCV使得在图像中查找和绘制轮廓变得非常容易。它提供了两个简单的功能： findContours() drawContours() 此外，它有两种不同的轮廓检测算法： CHAIN_APPROX_SIMPLE CHAIN_APPROX_NONE 我们将在下面的示例中详细介绍这些内容。下图显示了这些算法如何检测简单物体的 在OpenCV中检测和绘制轮廓的步骤 OpenCV使这成为一项相当简单的任务。只需按照以下步骤操作： 读取图像并将其转换为灰度格式 读取图像并将图像...