c++ - GridAdaptedFeatureDetector 从 OpenCV 3.1 中消失了吗？

Question

我正在研究一种应该从视频文件中的图像中识别对象的算法。目前，我想使用ORB（我知道SURF和SIFT更擅长这种工作，但我想根据我的结果做出这个肯定）。现在我有一个问题：当我运行我的程序时，在其中一张图像中，与另一张图像不同的区域中检测到关键点，并且几乎找不到任何匹配项。现在，在 OpenCV 2.4 中有 GridAdaptedFeatureDetector，这是一个允许您将源图像划分为网格并检测每个单元格中的点的类。但我使用的是 OpenCV 3.1(Visual Studio 2015)，它似乎消失了？请帮我找到解决方案。

Answer 1

他们在 OpenCV 3.1 中删除了许多不同的适配器功能检测器/提取器。
让它们恢复的方法之一是将它们从 OpenCV 2.4 复制到您的项目中。它与 OpponentSiftDescriptor 一起为我工作。您将需要修复接口，因为它们从 DescriptorExtractor 和 FeatureDetector 接口移动到 Features2D。你可以从这里复制它的代码：https ://github.com/kipr/opencv/blob/master/modules/features2d/src/detectors.cpp

Answer 2

它在 python 中，所以它可能很有用（我在寻找 python 解决方案时发现了这个问题，所以希望其他人也这样做......）但这是我用来迭代图像子块的方法：

def blocks(img, rows, cols):
    h, w = img.shape[:2]
    xs = np.uint32(np.rint(np.linspace(0, w, num=cols+1)))
    ys = np.uint32(np.rint(np.linspace(0, h, num=rows+1)))
    ystarts, yends = ys[:-1], ys[1:]
    xstarts, xends = xs[:-1], xs[1:]
    for y1, y2 in zip(ystarts, yends):
        for x1, x2 in zip(xstarts, xends):
            yield img[y1:y2, x1:x2]

Answer 3

最近有一篇论文解决了图像上的均匀关键点分布问题。此存储库中提供了 C++、Python 和 Matlab 接口。