ORB 未检测 opencv 2.4.9 中的关键点
Posted
技术标签:
【中文标题】ORB 未检测 opencv 2.4.9 中的关键点【英文标题】:ORB is not detecting keyPoints in opencv 2.4.9 【发布时间】:2014-06-20 08:02:30 【问题描述】:我正在尝试使用 ORB 检测关键点,一切都很好,直到我切换到 Opencv 2.4.9。
首先,关键点的数量似乎减少了,并且对于某些图像,没有检测到关键点:
这是我用两个版本编译的代码:(2.3.1 和 2.4.9)
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/features2d/features2d.hpp>
using namespace cv;
int main(int argc, char **argv)
Mat img = imread(argv[1]);
std::vector<KeyPoint> kp;
OrbFeatureDetector detector;
detector.detect(img, kp);
std::cout << "Found " << kp.size() << " Keypoints " << std::endl;
Mat out;
drawKeypoints(img, kp, out, Scalar::all(255));
imshow("Kpts", out);
waitKey(0);
return 0;
结果: 2.3.1: 找到 152 个关键点
2.4.9: 找到 0 个关键点
我还使用不同的 ORB 构造函数进行了测试,但我得到了相同的结果,没有 KPts。 与 2.3.1 默认构造函数中相同的构造函数值: 2.4.9 自定义构造:
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/features2d/features2d.hpp>
using namespace cv;
int main(int argc, char **argv)
Mat img = imread(argv[1]);
std::vector<KeyPoint> kp;
// default in 2.4.9 is : ORB(700, 1.2f, 3, 31, 0);
OrbFeatureDetector detector(500, 1.2f, 8, 31, 0); // default values of 2.3.1
detector.detect(img, kp);
std::cout << "Found " << kp.size() << " Keypoints " << std::endl;
Mat out;
drawKeypoints(img, kp, out, Scalar::all(255));
imshow("Kpts", out);
waitKey(0);
return 0;
你知道发生了什么吗?我该如何解决?
谢谢。
【问题讨论】:
你有解决办法吗? 在其他图像上你也发现了 0 个关键点?还是与 openCV 2.3.1 相比,关键点更少? 【参考方案1】:OpenCV 中 ORB 的实现在 2.3.1 和 2.4.9 版本之间发生了相当大的变化。很难确定哪一个变化可以解释您观察到的行为。
但是,通过更改边缘阈值的值,您可以再次增加检测到的特征的数量。
下面是您的代码的改编版本,以说明我的意思(小心,我只能使用 OpenCV 3.0.0 对其进行测试,但我想您明白了)。
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/features2d.hpp>
using namespace cv;
int main(int argc, char **argv)
Mat img = imread(argv[1]);
std::vector<KeyPoint> kp;
// Default parameters of ORB
int nfeatures=500;
float scaleFactor=1.2f;
int nlevels=8;
int edgeThreshold=15; // Changed default (31);
int firstLevel=0;
int WTA_K=2;
int scoreType=ORB::HARRIS_SCORE;
int patchSize=31;
int fastThreshold=20;
Ptr<ORB> detector = ORB::create(
nfeatures,
scaleFactor,
nlevels,
edgeThreshold,
firstLevel,
WTA_K,
scoreType,
patchSize,
fastThreshold );
detector->detect(img, kp);
std::cout << "Found " << kp.size() << " Keypoints " << std::endl;
Mat out;
drawKeypoints(img, kp, out, Scalar::all(255));
imshow("Kpts", out);
waitKey(0);
return 0;
【讨论】:
【参考方案2】:至少在 OpenCV 3.1 中,edgeThreshold
参数实际上是“未检测到特征的边界的大小”。检测附加特征的一种方法是减小fastThreshold
参数。这是一个具有误导性的名称,因为即使在使用 ORB::HARRIS_SCORE
(即 Harris 关键点)时,此阈值也会影响检测到的角点数量,而不仅仅是您根据参数名称可能认为的 FAST 关键点。这也有点误导,因为edgeThreshold
本身听起来像是 Harris 角点检测的阈值,而不是用于检测点的图像部分。 请参阅:http://docs.opencv.org/trunk/db/d95/classcv_1_1ORB.html#gsc.tab=0。 此外,增加金字塔级别的数量nlevels
可以为您提供更多的关键点,但如果您的图像大小相同并且唯一的区别是您的 OpenCV 版本,那么这里不太可能有帮助。 我遇到了同样的问题,下面是有效的代码:std::vector<KeyPoint> kpts1;
Mat desc1;
Ptr<ORB> orb = ORB::create(100, 2, 8, 31, 0, 2, ORB::HARRIS_SCORE, 31, 20);
orb->detectAndCompute(input_image, Mat(), kpts1, desc1);
最后一个参数(上面的 20)是 fastThreshold
减少以获得新的关键点.
【讨论】:
以上是关于ORB 未检测 opencv 2.4.9 中的关键点的主要内容,如果未能解决你的问题,请参考以下文章
OpenCV中的特征匹配(Feature Matching)