OpenCv实战笔记(4)基于opencv实现ORB特征匹配检测

一、原理作用

ORB 原理 (Oriented FAST and Rotated BRIEF):

特征点检测:使用 FAST 算法检测角点(关键点)。

方向计算:为每个关键点分配主方向,增强旋转不变性。

特征描述:使用 BRIEF(快速二进制描述符),通过图像灰度比较构造描述子。

描述子旋转:将 BRIEF 描述子旋转对齐主方向,增强旋转鲁棒性。
ORB作用

提取图像中稳定、重复性强的关键点;生成可用于图像匹配、识别、跟踪的紧凑二进制描述子。
应用场景:图像匹配(如拼接、全景)、 SLAM / 视觉里程计(机器人/无人车定位)、物体识别与检测、图像配准与对齐、图像检索

二、实现效果
三、参考代码

cpp 复制代码
void demo(const cv::Mat& img1, const cv::Mat& img2, cv::Mat& outputImg) {
    if (img1.empty() || img2.empty()) {
        std::cerr << "[feature_matching] Error: Input images are empty." << std::endl;
        return;
    }

    cv::Ptr<cv::ORB> orb = cv::ORB::create();

    std::vector<cv::KeyPoint> kp1, kp2;
    cv::Mat desc1, desc2;
    orb->detectAndCompute(img1, cv::noArray(), kp1, desc1);
    orb->detectAndCompute(img2, cv::noArray(), kp2, desc2);

    if (desc1.empty() || desc2.empty()) {
        std::cerr << "[feature_matching] Warning: Descriptor computation failed." << std::endl;
        return;
    }

    cv::BFMatcher matcher(cv::NORM_HAMMING);

    std::vector<std::vector<cv::DMatch>> knn_matches;
    matcher.knnMatch(desc1, desc2, knn_matches, 2);

    std::vector<cv::DMatch> good_matches;
    for (const auto& m : knn_matches) {
        if (m.size() >= 2 && m[0].distance < 0.75f * m[1].distance) {
            good_matches.push_back(m[0]);
        }
    }

    cv::drawMatches(img1, kp1, img2, kp2, good_matches, outputImg);
}
//应用
void MainWindow::sltOrb()
{
    // 加载两张灰度图像
    cv::Mat img1 = cv::imread("img1.jpg", cv::IMREAD_GRAYSCALE);
    cv::Mat img2 = cv::imread("img2.jpg", cv::IMREAD_GRAYSCALE);
    cv::Mat output;

    // 调用封装好的 ORB 特征匹配函数
    feature_matching::demo(img1, img2, output);

    // 显示结果图像
    if (!output.empty()) {
        cv::imshow("Feature Matching Result", output);
        cv::waitKey(0);
    }
}

欢迎关注我,一起交流!

相关推荐
白-胖-子1 小时前
深入剖析大模型在文本生成式 AI 产品架构中的核心地位
人工智能·架构
想要成为计算机高手2 小时前
11. isaacsim4.2教程-Transform 树与Odometry
人工智能·机器人·自动驾驶·ros·rviz·isaac sim·仿真环境
静心问道3 小时前
InstructBLIP:通过指令微调迈向通用视觉-语言模型
人工智能·多模态·ai技术应用
宇称不守恒4.04 小时前
2025暑期—06神经网络-常见网络2
网络·人工智能·神经网络
_Kayo_4 小时前
VUE2 学习笔记6 vue数据监测原理
vue.js·笔记·学习
小楓12014 小时前
醫護行業在未來會被AI淘汰嗎?
人工智能·醫療·護理·職業
数据与人工智能律师4 小时前
数字迷雾中的安全锚点:解码匿名化与假名化的法律边界与商业价值
大数据·网络·人工智能·云计算·区块链
chenchihwen4 小时前
大模型应用班-第2课 DeepSeek使用与提示词工程课程重点 学习ollama 安装 用deepseek-r1:1.5b 分析PDF 内容
人工智能·学习
说私域4 小时前
公域流量向私域流量转化策略研究——基于开源AI智能客服、AI智能名片与S2B2C商城小程序的融合应用
人工智能·小程序
Java樱木4 小时前
AI 编程工具 Trae 重要的升级。。。
人工智能