sift、surf、sift+ransac方法影像匹配代码

两个文件夹，一个为sift+ransac图像匹配代码，同时还有匹配精度检测代码（以像素精度）。另一个文件夹为surf图像匹配代码。

#include
#include
#include
#include
#include

#include
using namespace std;
using namespace cv;
using namespace cv::xfeatures2d;

Point2f getTransformPoint（const Point2f originalPoint const Mat &transformMaxtri）;

int main（）
{
	//Mat srcImage1 = imread（“D:\\opencv\\pictures\\SIFT_try\\1.png“）;
	Mat srcImage1 = imread（“D:\\研一文件夹\\上学期\\迷之课设\\课程设计\\demo-data\\im44.jpg“）;
	//Mat srcImage1 = imread（“D:\\研一文件夹\\上学期\\迷之课设\\课程设计\\demo-data\\building01.png“）;
	//Mat srcImage1 = imread（“D:\\opencv\\pictures\\视频采集\\35.jpg“）;
	//Mat srcImage1 = imread（“D:\\opencv\\pictures\\视频采集\\headPose_1.jpg“）;
	//Mat srcImage1 = imread（“D:\\opencv\\pictures\\eye_close.jpg“）;

	//Mat srcImage2 = imread（“D:\\opencv\\pictures\\视频采集\\headPose_2.jpg“）;
	//Mat srcImage2= imread（“D:\\opencv\\pictures\\视频采集\\79.jpg“）;
	//Mat srcImage2 = imread（“D:\\opencv\\pictures\\SIFT_try\\2.png“）;
	Mat srcImage2 = imread（“D:\\研一文件夹\\上学期\\迷之课设\\课程设计\\demo-data\\im54.jpg“）;
	//Mat srcImage2 = imread（“D:\\研一文件夹\\上学期\\迷之课设\\课程设计\\demo-data\\building02.png“）;

	if （!srcImage1.data || !srcImage2.data）
	{
		cout << “读取图片出错“ << endl;
		return false;
	}

	imshow（“原始图1“ srcImage1）;
	imshow（“原始图2“ srcImage2）;

	////原？
	//int minHessian = 100;

	////改
	int minHessian = 700;
	Ptr detector = SurfFeatureDetector::create（minHessian）;

	vector key_points_1 key_points_2;

	Mat dstImage1 dstImage2;
	detector->detectAndCompute（srcImage1 Mat（） key_points_1 dstImage1）;
	detector->detectAndCompute（srcImage2 Mat（） key_points_2 dstImage2）;//可以分成detect和compute

	Mat img_keypoints_1 img_keypoints_2;
	drawKeypoints（srcImage1 key_points_1 img_keypoints_1 Scalar::all（-1） DrawMatchesFlags::DEFAULT）;
	drawKeypoints（srcImage2 key_points_2 img_keypoints_2 Scalar::all（-1） DrawMatchesFlags::DEFAULT）;

	PtrriptorMatcher> matcher = DescriptorMatcher::create（“Flannbased“）;
	vectormach;

	matcher->match（dstImage1 dstImage2 mach）;
	double Max_dist = 0;
	double Min_dist = 100;
	for （int i = 0; i < dstImage1.rows; i++）
	{
		double dist = mach[i].distance;
		if （dist < Min_dist）Min_dist = dist;
		if （dist > Max_dist）Max_dist = dist;
	}
	cout << “最短距离“ << Min_dist << endl;
	cout << “最长距离“ << Max_dist << endl;

	vectorgoodmaches;
	for （int i = 0; i < dstImage1.rows; i++）
	{
		if （mach[i].distance < 2 * Min_dist）
			goodmaches.push_back（mach[i]）;
	}

	////改开始
	cout << “matches size:   “ << key_points_1.size（）<< endl;
	cout << “good matches size:  “ << goodmaches.size（）<< endl;
	vector  RAN_KP1 RAN_KP2;
	for （size_t i = 0; i < goodmaches.size（）; i++）

	{

		RAN_KP1.push_back（key_points_1[goodmaches[i].queryIdx]）;

		RAN_KP2.push_back（key_points_2[goodmaches[i].trainIdx]）;

		//RAN_KP1是要存储img01中能与img02匹配的点

		//goodM

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       5113  2019-01-09 15:34  sift+surf匹配代码\SIFT_RANSAC\main.cpp

     文件       2603  2018-11-07 22:58  sift+surf匹配代码\SIFT_RANSAC\timer.cpp

     文件      12404  2019-01-09 21:54  sift+surf匹配代码\SURF\main.cpp

     目录          0  2019-03-24 13:07  sift+surf匹配代码\SIFT_RANSAC

     目录          0  2019-03-24 13:07  sift+surf匹配代码\SURF

     目录          0  2019-03-24 13:07  sift+surf匹配代码

----------- ---------  ---------- -----  ----

                20120                    6