这篇文章主要为大家展示了“C++ OpenCV特征提取之如何实现SURF特征检测”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“C++ OpenCV特征提取之如何实现SURF特征检测”这篇文章吧。
SURF特征基本介绍
SURF(Speeded Up Robust Features)特征关键特性：
特征检测
尺度空间
选择不变性
特征向量
SURF算法工作原理
选择图像中的POI(Points of interest) Hessian Matrix
在不同的尺度空间发现关键点，非最大信号压制
发现特征点方法、旋转不变性要求
生成特征向量
SURF构造函数介绍
C++: SURF::SURF(
double hessianThreshold, --阈值检测器使用Hessian的关键点，默认值在
300-500之间
int nOctaves=4, -- 4表示在四个尺度空间
int nOctaveLayers=2, -- 表示每个尺度的层数
bool extended=false,
bool upright=false --表示计算选择不变性，不计算的速度更快
)
代码演示
我们再新建一个项目名为opencv--surf，按照配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法
上面红框这里我们在读取图片的时候加上了一个参数，IMREAD_GRAYSCALE，这样我们现在读取的图片直接进来就是灰度图了，不用再用cvtcolor进行转换了。
开始进行SURF检测
因为我们要用到cv::xfeatures2d::SURF这个类，所以首先要在头文里要引用xfeatures2d.hpp的头文件
上面我们定义的阈值为400，然后我们看一下运行的效果
然后我们把原来的minHessian参数值改为100试试
再看一下运行的效果
仔细对比一下，比原来定义的值400要多了一些关键点，这里就可以说明我们的阈值调的越高，显示的出来的关键点就越少。
我们还可以再试试SURF的构造函数里面加上不同的参数的改变看看效果
上面可以看到在SURF::create里面，把几个默认的参数都进行的赋值和修改，运行的效果为
以上是“C++ OpenCV特征提取之如何实现SURF特征检测”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
