问题标签 [surf]

我是 EMGU CV 的新手。我想使用 cam 来检测不止一种模式。喜欢这个视频。但现在，我尝试开发这只是一种模式作为起点。

我检查了 EMGUCV 的 SURF 示例。当我尝试将此代码实现为 cam capture 的示例时，错误会打开运行时。我搜索了更多，但没有找到任何代码示例。

所以，你建议我一个解释得很好的代码片段或教程。

现在已经非常感谢了。

下面是我正在处理的代码；

我正在用 C++ 编写一个程序，它使用 2 个图像来检测 SURF 特征，使用 bruteforcematcher 计算匹配并绘制它。

这是代码

构建不是问题，但是在链接时，我得到了这个非常讨厌的错误：

我真的不知道问题是什么。我在互联网上没有找到任何东西。希望有人能帮忙！

编辑：这是我的 CMakeLists.txt：

我在http://opencv.willowgarage.com/documentation/python/feature_detection.html阅读了 OpenCV SURF 手册“ExtractSURF”

据我了解，此功能会自动查找图像上的 SURF 特征。

在许多情况下，用户希望将这些特征（由其他算法检测到）提供给该函数以获取这些点的 SURF 描述符。但我认为该功能（ExtractSURF）不支持该功能。我对吗？？它使用它发现的 SURF 功能进行了修复

这个有解决办法吗？？

谢谢

我对 OpenCV 中的 SurfDescriptorExtractor 有疑问。它根本不会创建矩阵！

问题是我正在强加关键点，而现在，为了调试，我只使用其中的 4-5 个。我使用 cv::Keypoint 创建关键点，并使用默认构造函数。我把点的坐标和八度设置为3。其余的，我不碰它！

这是我正在做的一段代码：

这就是我创建关键点的方式，这就是循环中的内容：

那么，有没有办法强制提取器在描述符中写一些东西？

我正在学习 OpenCV，我尝试运行这个来自 opencv 官方示例的示例。此示例使用 SURF 查找已知对象。我创建了一个 VS2010 项目并将以下内容添加到项目中：

我可以成功编译项目。但是，当我运行它时，我收到以下错误：

我调试了程序，发现错误发生在 lin e60: 上double dist = matches[i].distance。我不明白为什么我会收到错误。谁能帮我纠正这个问题？

我查看了一致库示例中的 Surf 和 SVM 示例。我想知道如何将我从“SURF”中获得的特征保存在 excel 文件中，因为特征（即兴趣点）是包含一些字段和数组的记录浮点数（描述符），在 SVM 样本中，所有列都只是一个值，没有记录包含列表，例如在 XOR 分类中，输入（一个特征）是

(x =0 , y=0 , G=1)

但在这里我有一个包含下一个字段的记录：

我不确定，但如果我想像 XOR 问题一样，我应该添加一个 object name 的字段。我发现 SVM 需要一个矩阵，我不知道如何才能使这两个样本之间具有这种兼容性，我希望我的问题很清楚。

提前致谢

我正在尝试使用 SURF，但我在 C 中找不到这样做的方法。文档似乎只有 C++ 的内容。

我已经能够检测到 SURF 功能：

但我找不到需要比较 2 个图像的描述符的方法。我在 C++ 中找到了这段代码，但翻译时遇到了麻烦：

如果有人可以引导我使用描述符匹配器甚至更好，我将不胜感激，让我知道在哪里可以找到仅 C 语言的 OpenCV 文档。

我正在使用 OpenCV 2.3 进行关键点检测和匹配。但是我对检测算法给出的size和参数有点困惑。response它们到底是什么意思？

根据 OpenCV 手册，我无法弄清楚：

float size：有意义的关键点邻域的直径

float response：选择最强关键点的响应。可用于进一步排序或二次抽样

我认为跟踪的最佳点是响应最高的点，但似乎并非如此。那么，我如何对 surf 检测器返回的一组关键点进行二次采样，以仅在可追踪性方面保留最好的关键点呢？

我有一个关于 surf 提取的恐惧的问题，我想将它用于对象检测目的我为每个不同的图像获得了大量的交点，我希望将特定数量的特征传递给机器学习。我怎样才能最小化这个交叉点的数量？

谢谢 ...... ：）

我正在尝试使用Mikolajczyk 等人的事实上的标准框架来评估我的 SURF 描述符实现的正确性。人_ 我使用 OpenCV 来检测和描述 SURF 特征，并使用相同的特征位置作为我的描述符实现的输入。

为了评估描述符性能，该框架需要首先评估检测器的可重复性。不幸的是，可重复性测试需要一个特征位置列表以及定义每个特征周围图像区域的大小和方向的椭圆参数。然而，OpenCV 的 SURF 检测器只提供特征位置、比例和方向。

相关论文提出从二阶矩矩阵的特征值迭代计算这些椭圆参数。这是唯一的方法吗？据我所知，这需要对 OpenCV 进行一些摆弄。之后有没有办法从特征列表和输入图像中计算那些椭圆参数（例如在Matlab中）？

有没有人使用过这个框架并且可以帮助我提供一些见解或指示？