OpenCV图像拼接（5）用于计算一组图像的特征点和描述符的函数computeImageFeatures()

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

cv::detail::computeImageFeatures 是 OpenCV 中用于计算一组图像的特征点和描述符的函数，通常在图像拼接或类似的任务中使用。这个函数可以帮助简化处理多张图片时的特征提取过程。

函数原型

cpp 复制代码

void cv::detail::computeImageFeatures 	
(
	 	const Ptr< Feature2D > &  	featuresFinder,
		InputArrayOfArrays  	images,
		std::vector< ImageFeatures > &  	features,
		InputArrayOfArrays  	masks = noArray() 
)

参数

featuresFinder: 一个指向特征检测器的智能指针（如 ORB, SIFT 等）。
images: 输入图像数组，可以是 std::vectorcv::Mat 或类似的结构。
features: 输出参数，存储每个输入图像的特征（包括关键点和描述符）。
masks: 可选参数，指定每个输入图像的掩码，用于限制特征点检测的区域，默认为 noArray() 表示不使用掩码。

代码示例

cpp 复制代码

#include <opencv2/opencv.hpp>
#include <opencv2/stitching/detail/autocalib.hpp>
#include <opencv2/stitching/detail/util.hpp>

using namespace cv;
using namespace cv::detail;

int main()
{
    // 加载图像
    std::vector< Mat > imgs;
    imgs.push_back( imread( "/media/dingxin/data/study/OpenCV/sources/images/stich1.png" ) );
    imgs.push_back( imread( "/media/dingxin/data/study/OpenCV/sources/images/stich2.png" ) );

    if ( imgs[ 0 ].empty() || imgs[ 1 ].empty() )
    {
        std::cerr << "无法读取图像文件" << std::endl;
        return -1;
    }

    // 初始化特征检测器
    Ptr< Feature2D > feature_detector = ORB::create();

    // 存储计算出的特征
    std::vector< ImageFeatures > features( imgs.size() );

    // 计算特征
    computeImageFeatures( feature_detector, imgs, features );

    // 打印每张图的特征点数量作为验证
    for ( size_t i = 0; i < features.size(); ++i )
    {
        std::cout << "Image " << i + 1 << " keypoints: " << features[ i ].keypoints.size() << std::endl;
    }

    // 如果需要进一步处理这些特征，比如匹配等操作...

    return 0;
}

运行结果

bash 复制代码

Image 1 keypoints: 500
Image 2 keypoints: 500