怎么提取SURF匹配后的图像特征点坐标

Posted 2023-04-30

vector<Point2f> object;
vector<Point2f> scene;
for( size_t i = 0; i < goodMatches.size(); i++ )


object.push_back( keypointsObject[ goodMatches[i].queryIdx ].pt );
scene.push_back( keypointsScene[ goodMatches[i].trainIdx ].pt );


for (int i=0;i<object.size();i++)

cout<<"原图坐标=========="<<object[i]<<endl;
cout<<"目标坐标=========="<<scene[i]<<endl;


这就输出了原图和目标特征点坐标 参考技术A 单纯从特征点很难把匹配的区域全部取出来的。

一个思路是： 把源图片进行分割，然后检查特征点在哪个分割区域里面。

opencv中SURF特征提取的最佳hessian阈值+最小描述符匹配

【中文标题】opencv中SURF特征提取的最佳hessian阈值+最小描述符匹配

【英文标题】：optimum hessian threshold for SURF feature extraction in opencv + Minimum descriptors matching

【发布时间】：2012-06-22 11:23:39

【问题描述】：

目前我正在从事人脸识别项目，我正在使用 Fisherfaces/LDA 在更广泛的层面上过滤掉图像，然后使用 SURF 来验证 LDA 的输出。应该传递给CvSURFParam() 的好的 Hessian 阈值是多少？ OpenCV提供的示例代码有500个，是否最优？

另外，为了使我的代码可以确认身份，应该匹配的描述符的最小数量是多少？ 50% 就够了吗？

我在 Windows 上使用 OpenCV 2.4 和 C++。

【问题讨论】：

只有您可以回答此类问题 - 在不同的阈值、常数等上测试您的输入数据，并检查它是否最适合您。

我做到了。但我不确定，因为我的数据库不够大。我只是在检查是否存在任何经过​​研究证明的价值。无论如何，谢谢。

【参考方案1】：

ArtemStorozhuk 是对的。由于我们不知道您的数据集（尤其是图像质量），因此我们无法建议更好的阈值值。是的，没有通用的答案

要增加训练集中测试图像的数量，您可以使用公共领域的人脸数据库（例如FERET）。

请允许我另外指出（也适用于将来通过搜索引擎找到此内容的每个人），您正在尝试的不是一个好主意。使用 SURF 只会确认您找到了另一张脸。再次为必须匹配的描述符设置最小值非常取决于图像质量。发现较少的 SURF 特征可能只是意味着图像有点太模糊了。