Java OpenCV 图像处理27.2 SIFT角点检测

原创已于 2022-02-18 14:11:43 修改 · 1.8k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #图像处理 #计算机视觉 #SIFT 角点检测 #角点检测

于 2022-02-18 10:41:59 首次发布

Java 同时被 2 个专栏收录

147 篇文章

订阅专栏

OpenCV

60 篇文章

订阅专栏

该博客介绍了如何利用Java和OpenCV库中的SIFT算法进行图像处理，特别是角点检测。SIFT（尺度不变特征转换）能有效应对图像尺寸变化，保持特征稳定性。在代码示例中，首先读取图像并转为灰度，然后通过SIFT创建对象检测关键点，最后在原图上绘制这些关键点并显示结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Java OpenCV 图像处理27.2 SIFT角点检测

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。

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);
    }
}

在这里插入图片描述