a2d66c1e687c028235d52cebcadf16da.png

本文介绍基于opencv的图像特征识别、匹配及图像对齐。

图像特征识别与匹配在图像对齐,多图拼接,运动估计等方面有着较为广泛的应用。

本文给出一个初步介绍,供入门学习用。

以下程序的基本功能是比较img1.jpg 和img2.jpg 的特征, 并将img2与img1对齐。

特征提取方法为cv.xfearutes2d_SURF。

特征匹配方法为FLANN方法。

代码如下[1][2]:

img1 

几组结果:

++++++++++++++++第一组++++++++++++++++

8def6748d1ad8904eb89f63955bfcec8.png
左图,图像1;右图,图像2

1f09364d6a42267ae8737c62602f4914.png
识别出的特征及特征匹配结果

30f8cef34550cb64c1336c4c0c943024.png
基于匹配特征点对图像1进行变换,使其与图像二对齐。左图,图像2;右图,变换后的图像1

++++++++++++++++第二组+++++++++++++++

3d080a317b32c6922528727b215cd85d.png
左图,图像1;右图,图像2

522ddf853247ca6d82d091b488804b9e.png
识别出的特征及特征匹配结果

97e796106e4442cc430e3bcd1bfca482.png
基于匹配特征点对图像1进行变换,使其与图像二对齐。左图,图像2;右图,变换后的图像1

参考资料:

[1] Image Alignment (Feature Based) using OpenCV (C++/Python)

[2]Feature Matching with FLANN

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐