引言及特征點監(jiān)測器
前面提到的SURF與SIFT特征檢測器與描述子，
其實都是OpenCV擴展模塊xfeature2d中的內(nèi)容，
而在OpenCV本身包含的feature2d模塊中也包含了幾個非常有用的特征檢測器與描述子，
其所支持的特征點檢測器（FeatureDetector）如下：
- FAST=1
- STAR=2
- ORB=5
- MSER=6
- GFTT=7
- HARRIS=8
- SIMPLEBLOB=9
- DENSE=10
- BRISK=11
- AKAZE=12
其中，3、4本來是SIFT與SURF的艾杏，但在OpenCV3.x中，它們已經(jīng)被移到擴展模塊中了盅藻。
如果使用OpenCV官方編譯好的OpenCV4Android 3.x版本的SDK购桑，
則當(dāng)聲明與使用這兩個類型的時候，它會告訴你不支持氏淑。
描述子類型
feature2d支持的特征點檢測器還支持以下的描述子類型：
- DescriptorExtractor.ORB=3
- DescriptorExtractor.BRIEF=4
- DescriptorExtractor.BRISK=5
- DescriptorExtractor.FREAK=6
- DescriptorExtractor.AKAZE=7
這里其實還有1與2分別是SIFT與SURF勃蜘，
但其已經(jīng)被移到擴展模塊了，所以如果聲明使用會拋出不支持的錯誤提示夸政。
簡單介紹幾種特征提取方法
在feature2d模塊中同時具有特征點檢測與描述子功能的方法有ORB元旬、BRISK榴徐、AKAZE守问。
下面我們簡單介紹一下這三種特征提取方法。
1.ORB檢測器與描述子
-
ORB（Oriented FAST and Rotated BRIEF）是OpenCV實驗室于2011年開發(fā)出來的一種新的特征提取算法坑资，
相比較于SIFT與SURF耗帕，
ORB的一大好處是沒有專利限制，
可以免費自由使用袱贮，
同時具有旋轉(zhuǎn)不變性與尺度不變性仿便。
OpenCV4Android中創(chuàng)建ORB檢測器與描述子的代碼：
FeatureDetector detector = FeatureDetector.create(FeatureDetector.ORB);
DescriptorExtractor descriptorExtractor = DescriptorExtractor.create(DescriptorExtractor.ORB);
2.BRISK檢測器與描述子
-
BRISK（Binary Robust Invariant Scalable Keypoint）特征檢測與描述子是在2011年由幾位作者聯(lián)合提出的一種新的特征提取算法，
OpenCV4Android中創(chuàng)建ORB檢測器與描述子的代碼如下：
FeatureDetector detector = FeatureDetector.create(FeatureDetector.BRISK);
DescriptorExtractor descriptorExtractor = DescriptorExtractor.create(DescriptorExtractor.BRISK);
3.AKAZE檢測器與描述子
AKAZE算法是
SIFT算法之后,
具有尺度不變性與旋轉(zhuǎn)不變性算法領(lǐng)域的再一次突破攒巍，
它是KAZE特征提取算法的加速版本嗽仪；其
算法原理有別于前面提到的幾種方法，
其是通過正則化PM方程與AOS（加性算子分裂）方法來求解非線性擴散柒莉，
從而得到 尺度空間 的 每一層闻坚；采樣的方法與
SIFT類似，
對每一層實現(xiàn)候選點的定位與過濾以實現(xiàn)關(guān)鍵點的提取兢孝；然后再使用與
SURF求解方向角度類似的方法實現(xiàn)旋轉(zhuǎn)不變性特征窿凤，
最終生成AKAZE描述子。
AKAZE算法的原理本身比較復(fù)雜跨蟹，筆者所讀的書中亦無詳細(xì)解說雳殊，
感興趣的小伙伴閱讀相關(guān)論文去深入了解。
在OpenCV4Android中創(chuàng)建AKAZE特征檢測器與描述子的代碼如下：
FeatureDetector detector = FeatureDetector.create(FeatureDetector.AKAZE);
DescriptorExtractor descriptorExtractor = DescriptorExtractor.create(DescriptorExtractor.AKAZE);
4. OpenCV4Android中feature2d檢測器與描述子的使用
基于feature2d中的檢測器對象實現(xiàn)對象關(guān)鍵點檢測的演示代碼：
FeatureDetector detector = null;
if(type == 1) {
detector = FeatureDetector.create(FeatureDetector.ORB);
} else if(type == 2) {
detector = FeatureDetector.create(FeatureDetector.BRISK);
} else if(type == 3) {
detector = FeatureDetector.create(FeatureDetector.FAST);
} else if(type == 4){
detector = FeatureDetector.create(FeatureDetector.AKAZE);
} else {detector = FeatureDetector.create(FeatureDetector.HARRIS);
}
MatOfKeyPoint keyPoints = new MatOfKeyPoint();
detector.detect(src, keyPoints);
Features2d.drawKeypoints(src, keyPoints, dst);
以AKAZE為例窗轩，在feature2d中實現(xiàn)圖像特征檢測夯秃、描述子計算、特征匹配的演示代碼如下：
private void descriptorDemo(Mat src, Mat dst) {
String boxFile = fileUri.getPath().replaceAll("box_in_scene", "box");
Mat boxImage = Imgcodecs.imread(boxFile);
FeatureDetector detector = FeatureDetector.create(FeatureDetector.AKAZE);
DescriptorExtractor descriptorExtractor = DescriptorExtractor.create
(DescriptorExtractor.AKAZE);
// 關(guān)鍵點檢測
MatOfKeyPoint keyPoints_box = new MatOfKeyPoint();
MatOfKeyPoint keyPoints_scene = new MatOfKeyPoint();
detector.detect(boxImage, keyPoints_box);
detector.detect(src, keyPoints_scene);
// 描述子生成
Mat descriptor_box = new Mat();
Mat descriptor_scene = new Mat();
descriptorExtractor.compute(boxImage, keyPoints_box, descriptor_box);
descriptorExtractor.compute(src, keyPoints_scene, descriptor_scene);
// 特征匹配
MatOfDMatch matches = new MatOfDMatch();
DescriptorMatcher descriptorMatcher = DescriptorMatcher.create
(DescriptorMatcher.BRUTEFORCE_HAMMING);
descriptorMatcher.match(descriptor_box, descriptor_scene, matches);
Features2d.drawMatches(boxImage, keyPoints_box, src, keyPoints_scene, matches, dst);
// 釋放內(nèi)存
keyPoints_box.release();
keyPoints_scene.release();
descriptor_box.release();
descriptor_scene.release();
matches.release();
}
如果是作者本人的GitHub項目的話，
運行時仓洼，首先需要把drawable中的box.png與box_in_scene圖像放到SD卡上的指定目錄下箫措，
在演示程序運行之后選擇box_in_scene圖像即可。
當(dāng)然我們也可以更改一下代碼衬潦，使用別的圖片進行測試或者把圖片放在項目中進行測試斤蔓。
參考材料
- 《OpenCV Android 開發(fā)實戰(zhàn)》（賈志剛 著）
- 關(guān)于《OpenCV Android 開發(fā)實戰(zhàn)》作者的GitHub項目
- 筆者基于作者GitHub維護的APP
