2013：
订阅
原文网址：http://cncncv.blog.163.com/blog/static/206181026201232444017471/
OpenCV在新版本中把很多C语言的代码都重新整理成了C++代码，让我们在使用的时候更加方便灵活。其中对于特征点的提取和匹配，充分体现了C++的强大。下面直接用例子来说明。假设我们有两幅图：1.bmp和2.bmp，要从中提取体征点并匹配，代码如下：
// Load image from file
IplImage *pLeftImage = cvLoadImage("1.bmp", CV_LOAD_IMAGE_GRAYSCALE);
IplImage *pRightImage = cvLoadImage("2.bmp", CV_LOAD_IMAGE_GRAYSCALE);
// Convert IplImage to cv::Mat
Mat matLeftImage = Mat(pLeftImage, false); // Do not copy
Mat matRightImage = Mat(pRightImage, false);
// Key point and its descriptor
vector<KeyPoint> LeftKey;
vector<KeyPoint> RightKey;
Mat LeftDescriptor;
Mat RightDescriptor;
vector<DMatch> Matches;
// Detect key points from image
FeatureDetector *pDetector = new SurfFeatureDetector; // 这里我们用了SURF特征点
pDetector->detect(matLeftImage, LeftKey);
pDetector->detect(matRightImage, RightKey);
delete pDetector;
// Extract descriptors
DescriptorExtractor *pExtractor = new SurfDescriptorExtractor; // 提取SURF描述向量
pExtractor->compute(matLeftImage, LeftKey, LeftDescriptor);
pExtractor->compute(matRightImage, RightKey, RightDescriptor);
delete pExtractor;
// Matching features
DescriptorMatcher *pMatcher = new FlannBasedMatcher; // 使用Flann匹配算法
pMatcher->match(LeftDescriptor, RightDescriptor, Matches);
delete pMatcher;
// Show result
Mat OutImage;
drawMatches(matLeftImage, LeftKey, matRightImage, RightKey, Matches, OutImage);
cvNamedWindow( "Match features", 1);
cvShowImage("Match features", &(IplImage(OutImage)));
cvWaitKey( 0 );
cvDestroyWindow( "Match features" );
从上面的代码可以看见，用OpenCV来做特征提取匹配相当简便，出去读图和显示结果的代码，真正核心的部分只有3段代码，分别是检测关键点，提取描述向量和特征匹配，一共只有11行代码。
在我的示例代码中，使用的是SURF特征，而在OpenCV中，实现了很多种特征，如SIFT，FAST等，这些特征的实现各不相同，但是都是从一个公共抽象基类派生出来的，因此可以用多态方便地切换特征提取算法。下面我将详细地说明。
1 FeatureDetector
FeatureDetector是关键点检测类的抽象基类，其已经实现的具体类有：
class FastFeatureDetector
class GoodFeaturesToTrackDetector
class MserFeatureDetector
class StarFeatureDetector
class SiftFeatureDetector
class SurfFeatureDetector
要使用某一种检测器，可以直接调用FeatureDetector的工厂来创建，该工厂是一个静态方法，如下：
// Create feature detector by detector name.
static Ptr<FeatureDetector> create( const string& detectorType );
也可以像我的示例代码中那样显式的创建，如下：
FeatureDetector *pDetector = new SurfFeatureDetector;
可以用swich实现在多种方法中切换。
2 DescriptorExtractor
DescriptorExtractor是提取关键点的描述向量类抽象基类，其具体类有：
class SiftDescriptorExtractor
class SurfDescriptorExtractor
class CalonderDescriptorExtractor
class BriefDescriptorExtractor
class OpponentColorDescriptorExtractor
要使用某一种描述向量，可以调用DescriptorExtractor的工厂来创建，静态方法如下：
static Ptr<DescriptorExtractor> create( const string& descriptorExtractorType );
也可以像我的示例代码中那样显式的创建，如下：
DescriptorExtractor *pExtractor = new SurfDescriptorExtractor;
可以用swich实现在多种方法中切换。
3 DescriptorMatcher
DescriptorMatcher是匹配器的抽象基类，其具体类有：
class BruteForceMatcher
class FlannBasedMatcher
匹配器可以由静态工厂方法直接创建，如下：
static Ptr<DescriptorMatcher> create( const string& descriptorMatcherType );
也可以像我的示例代码中那样显式的创建，如下：
DescriptorMatcher *pMatcher = new FlannBasedMatcher;
可以用swich实现在多种方法中切换。
多态的使用，可以让我们对不同的特征采用相同的代码来编程，这是OpenCV设计的一种策略模式，大大地简化了代码量，并增加了灵活性，让我们可以在多种特征提取和匹配方法之间自由切换