脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 软件编程 → java → Java OpenCV 角点检测

Java OpenCV图像处理之SIFT角点检测详解

 更新时间：2022年02月18日 15:23:53   作者：深色风信子  
SIFT，即尺度不变特征变换，是用于图像处理领域的一种描述。这种描述具有尺度不变性，可在图像中检测出关键点，是一种局部特征描述子。本文将详细介绍一下Java OpenCV图像处理中的SIFT角点检测，需要的可以参考一下

介绍

在某些情况下对图像进行缩放后，角点信息可能会丢失，这时候Harri便不能检测到所有的角点。SIFT(scale-invariant feature transform) 刚好克服了这个问题，对图像特征的检测，尽量不受图像尺寸变化的影响．SIFT并不直接检测关键点。

其中关键点的检测是由DOG(Difference of Gaussians)检测完成的(DOG是通过不同的高斯滤波器对同一张图像进行处理，来得到关键点的)。SIFT仅通过特征向量来描述特征点周围的像素情况。

示例代码

package com.xu.opencv;

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfKeyPoint;
import org.opencv.core.Scalar;
import org.opencv.features2d.Features2d;
import org.opencv.features2d.SIFT;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

/**
 * @Title: Image.java
 * @Description: OpenCV-4.0.0 测试文件
 * @Package com.xu.Image
 * @author: hyacinth
 * @date: 2022年2月18日12点20分
 * @version: V-1.0.0
 * @Copyright: 2019 hyacinth
 */
public class Image {

    static {
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    }

    public static void main(String[] args) {
        sift();
    }

    /**
     * OpenCV-4.1.0 SIFT 角点检测
     *
     * @return void
     * @Author: hyacinth
     * @Title: harris
     * @Description: TODO
     * @date: 2022年2月18日12点32分
     */
    public static void sift() {
        Mat src = Imgcodecs.imread("D:\\OneDrive\\桌面\\1.png");
        Mat gray = new Mat();
        Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
        SIFT sift = SIFT.create(8000);
        MatOfKeyPoint point = new MatOfKeyPoint();
        sift.detect(gray, point);
        Features2d.drawKeypoints(src, point, src, new Scalar(0, 0, 255), Features2d.DrawMatchesFlags_DRAW_RICH_KEYPOINTS);
        HighGui.imshow("SIFT 角点检测", src);
        HighGui.waitKey(0);
    }
}

效果图

补充

角点检测除了有SIFT算法，还有FAST算法

FAST(Features from Accelerated Segment Test)算法会在像素周围绘制一个圆，圆内包含16个像素，FAST算法是将圆内的像素分别与加上一个阈值的圆心像素作比较，若圈内出现连续的几个像素比加上一个阈值的像素还亮或是暗，则可认为圆心是角点．FAST是一个很有效率的检测算法，但是需要确定阈值参数来检测角点。

BRIEF(Binary Robust Independent Elementary Features）在OpenCV中主要是通过detectAndCompute()来实现，这个函数包含两个部分，检测和计算，同时也返回两个结果．一个是检测到的关键点，一个是描述符．SIFT和SURF也是这样．关键点的描述符包含了图像的关键信息，可看作是图像的另一种表现形式，在比较两个图像的时候可以通过比较两个图像的特征描述来实现．也可以用来做图像特征的匹配。

下面将展示通过FAST算法进行角点检测的示例代码，需要的可以参考一下

package com.xu.opencv;

import org.opencv.core.Core;
import org.opencv.core.Mat;
import org.opencv.core.MatOfKeyPoint;
import org.opencv.core.Scalar;
import org.opencv.features2d.Features2d;
import org.opencv.features2d.ORB;
import org.opencv.features2d.SIFT;
import org.opencv.highgui.HighGui;
import org.opencv.imgcodecs.Imgcodecs;
import org.opencv.imgproc.Imgproc;

/**
 * @Title: Image.java
 * @Description: OpenCV-4.0.0 测试文件
 * @Package com.xu.Image
 * @author: hyacinth
 * @date: 2022年2月18日12点20分
 * @version: V-1.0.0
 * @Copyright: 2019 hyacinth
 */
public class Image {

    static {
        System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
    }

    public static void main(String[] args) {
        fast();
    }

    public static void fast() {
        Mat src = Imgcodecs.imread("D:\\OneDrive\\桌面\\5.jpeg");
        Mat gray = new Mat();
        Imgproc.cvtColor(src, gray, Imgproc.COLOR_BGR2GRAY);
        ORB orb = ORB.create(500, 1.2f, 8, 31, 0, 2, ORB.HARRIS_SCORE, 31, 20);
        MatOfKeyPoint point = new MatOfKeyPoint();
        orb.detect(gray, point);
        Features2d.drawKeypoints(src, point, src, new Scalar(0, 0, 255), Features2d.DrawMatchesFlags_DRAW_RICH_KEYPOINTS);
        HighGui.imshow("FAST 角点检测", src);
        HighGui.waitKey(0);
    }
}

效果图

到此这篇关于Java OpenCV图像处理之SIFT角点检测详解的文章就介绍到这了,更多相关Java OpenCV 角点检测内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • Java聊天室之实现聊天室服务端功能

    Java聊天室之实现聊天室服务端功能

    这篇文章主要为大家详细介绍了Java简易聊天室之实现聊天室服务端功能，文中的示例代码讲解详细，具有一定的借鉴价值，需要的可以了解一下
    2022-10-10
  • Java中的引用和动态代理的实现详解

    Java中的引用和动态代理的实现详解

    这篇文章主要介绍了Java中的引用和动态代理的实现详解,涉及Java中的引用类型，JVMGC的可达性分析，代理模式等相关内容，具有一定参考价值，需要的朋友可以了解下。
    2017-11-11
  • Java实现基于NIO的多线程Web服务器实例

    Java实现基于NIO的多线程Web服务器实例

    在本篇文章里小编给大家整理的是关于Java实现基于NIO的多线程Web服务器实例内容，需要的朋友们可以学习下。
    2020-03-03
  • lazy init控制加载在Spring中如何实现源码分析

    lazy init控制加载在Spring中如何实现源码分析

    这篇文章主要为大家介绍了lazy init控制加载在Spring中如何实现源码分析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
    2022-09-09
  • Java Reference源码解析

    Java Reference源码解析

    这篇文章主要为大家详细解析了Java Reference源码，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2017-03-03
  • Springboot 全局日期格式化处理的实现

    Springboot 全局日期格式化处理的实现

    这篇文章主要介绍了Springboot 全局日期格式化处理的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2020-05-05
  • maven的pom.xml中repositories和distributionManagement使用

    maven的pom.xml中repositories和distributionManagement使用

    这篇文章主要介绍了maven的pom.xml中repositories和distributionManagement使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-03-03
  • java写入zip文件后无法进行删除的问题及解决

    java写入zip文件后无法进行删除的问题及解决

    这篇文章主要介绍了java写入zip文件后无法进行删除的问题及解决方案,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-06-06
  • Java中synchronized实现原理详解

    Java中synchronized实现原理详解

    这篇文章主要介绍了Java中synchronized实现原理详解，涉及synchronized实现同步的基础，Java对象头，Monitor，Mark Word，锁优化，自旋锁等相关内容，具有一定借鉴价值，需要的朋友可以参考下。
    2017-11-11
  • Spring IOC容器Bean管理XML注入集合类型属性

    Spring IOC容器Bean管理XML注入集合类型属性

    这篇文章主要为大家介绍了Spring IOC容器Bean管理XML注入集合类型属性，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
    2022-05-05

最新评论