本文主要是介绍OpenCV学习笔记[5]FLANN特征匹配，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
OpenCV学习笔记：FLANN特征匹配
本次给出FLANN特征匹配的Java实现。
[简介]
特征匹配记录下目标图像与待匹配图像的特征点（KeyPoint），并根据特征点集合构造特征量（descriptor），对这个特征量进行比较、筛选，最终得到一个匹配点的映射集合。我们也可以根据这个集合的大小来衡量两幅图片的匹配程度。
特征匹配与模板匹配不同，由于是计算特征点集合的相关度，转置操作对匹配影响不大，但它容易受到失真、缩放的影响。
[特征匹配]
FeatureMatching.java:
import org.opencv.core.Mat;
import org.opencv.core.MatOfDMatch;
import org.opencv.core.MatOfKeyPoint;
import org.opencv.features2d.DescriptorExtractor;
import org.opencv.features2d.DescriptorMatcher;
import org.opencv.features2d.FeatureDetector;
import org.opencv.highgui.Highgui;import com.thrblock.opencv.fm.view.ConsoleView;
import com.thrblock.opencv.fm.view.MatchingView;public class FeatureMatching {private Mat src;private MatOfKeyPoint srcKeyPoints;private Mat srcDes;private FeatureDetector detector;private DescriptorExtractor extractor;private DescriptorMatcher matcher;private MatchingView view;public FeatureMatching(MatchingView view) {this.view = view;srcKeyPoints = new MatOfKeyPoint();srcDes = new Mat();detector = FeatureDetector.create(FeatureDetector.SURF);extractor = DescriptorExtractor.create(DescriptorExtractor.SURF);matcher = DescriptorMatcher.create(DescriptorMatcher.FLANNBASED);}public int doMaping(String dstPath) {view.setDstPic(dstPath);// 读入待测图像Mat dst = Highgui.imread(dstPath);System.out.println("DST W:"+dst.cols()+" H:" + dst.rows());// 待测图像的关键点MatOfKeyPoint dstKeyPoints = new MatOfKeyPoint();detector.detect(dst, dstKeyPoints);// 待测图像的特征矩阵Mat dstDes = new Mat();extractor.compute(dst, dstKeyPoints, ds这篇关于OpenCV学习笔记[5]FLANN特征匹配的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
