Funktionserkennung in Features2d

Question

weiß jemand, wie funktioniert die detect-Funktion? zum Beispiel hier:

Mat img = imread (...);  
SurfFeatureDetector detector(400); 
vector<KeyPoint> keypoints; 
detector.detect(img, keypoints); 

vor allem, wie es in den Schlüsselpunkten schreibt.

ich einige Koordinaten in keypoints schreiben müssen ohne

detector.detect(...); 

mit

Dies funktioniert nicht

keypoints.push_back(KeyPoint(i,j); 

---

nächste Problem: Ich habe die Funktion:

void trajkovic(Mat img, vector<KeyPoint> keypoints) 
{ for(int i = 0; i < img.rows-3; i++) 
     for(int j = 0; j < img.cols-3; j++) 
     { Point2f keyPointLocation(i, j); 
      keypoints.push_back(KeyPoint(keyPointLocation, 1)); } } 

int main() 
{ Mat img_object = imread(".../box.png", CV_LOAD_IMAGE_GRAYSCALE); 
    Mat img_scene = imread(".../box_in_scene.png", CV_LOAD_IMAGE_GRAYSCALE); 

    std::vector<KeyPoint> keypoints_object, keypoints_scene; 
    trajkovic(img_object, keypoints_object); 
    trajkovic(img_scene, keypoints_scene); 

• anstelle von (* detector.detect (img_object, keypoints_object); *)

  //-- Step 2: Calculate descriptors (feature vectors) 
  SurfDescriptorExtractor extractor; 
  
  Mat descriptors_object, descriptors_scene; 
  
  extractor.compute(img_object, keypoints_object, descriptors_object); 
  extractor.compute(img_scene, keypoints_scene, descriptors_scene); 
  
  //-- Step 3: Matching descriptor vectors using FLANN matcher 
  FlannBasedMatcher matcher; 
  std::vector<DMatch> matches; 
  matcher.match(descriptors_object, descriptors_scene, matches); 
  
  double max_dist = 0; double min_dist = 100; 
  
  //-- Quick calculation of max and min distances between keypoints 
  for(int i = 0; i < descriptors_object.rows; i++) 
  { double dist = matches[i].distance; 
      if(dist < min_dist) min_dist = dist; 
      if(dist > max_dist) max_dist = dist; 
  } 
  
  printf("-- Max dist : %f \n", max_dist); 
  printf("-- Min dist : %f \n", min_dist); 
  
  //-- Draw only "good" matches (i.e. whose distance is less than 3*min_dist) 
  std::vector<DMatch> good_matches; 
  
  for(int i = 0; i < descriptors_object.rows; i++) 
  { if(matches[i].distance < 3*min_dist) 
      { good_matches.push_back(matches[i]); } 
  } 
  
  Mat img_matches; 
  drawMatches(img_object, keypoints_object, img_scene, keypoints_scene, 
        good_matches, img_matches, Scalar::all(-1), Scalar::all(-1), 
        vector<char>(), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS); 
  
  
  //-- Localize the object from img_1 in img_2 
  std::vector<Point2f> obj; 
  std::vector<Point2f> scene; 
  
  for(int i = 0; i < good_matches.size(); i++) 
  { 
      //-- Get the keypoints from the good matches 
      obj.push_back(keypoints_object[ good_matches[i].queryIdx ].pt); 
      scene.push_back(keypoints_scene[ good_matches[i].trainIdx ].pt); 
  } 
  
  Mat H = findHomography(obj, scene, CV_RANSAC); 
  
  cvWaitKey(0); 
  return 0; 
  

  }

in findHomography habe ich einen Fehler: „Assertion fehlgeschlagen (npoints> = 0 & & points2.Vector (2) == npoints)) in findHomography, Datei /modules/calib3d/src/fundam.cpp, Linie 1062"

was falsch ist ? Ich denke, dass etwas nicht stimmt mit

keypoints.push_back(KeyPoint(keyPointLocation, 1)); 

Dank viel

Answer 1

Zunächst einmal sollten Sie die opencv documentation gehen zu werfen. cv::KeyPoint ist eine Struktur zum Speichern von Punkten von cv::FeatureDetector Objekt erkannt. Es enthält Koordinaten des Schlüsselpunkts, Durchmesser der sinnvollen Nachbarschaft, Orientierung und Antwort. Die Berechnung von Schlüsselpunkten hängt von der Detektordefinition ab (Sift, Surf, Mser, ...)

Start here!

Answer 2

Wenn Sie manuell KeyPoint's erstellen, ist hier eine kleine Probe für den Einstieg:

vector<KeyPoint> keyPoints; 
for(int i = 0; i < 10; i++) 
{ 
    for(int j = 0; j < 10; j++) 
    { 
     Point2f keyPointLocation(i, j); 
     float meaningfulNeighborhoodDiameter = 5.0; 
     keyPoints.push_back(KeyPoint(keyPointLocation, meaningfulNeighborhoodDiameter)); 
    } 
} 

Hoffnung, das hilft!