opencv重映射&surf特征点检测

痛定思痛。 2022-08-07 10:56 176阅读 0赞

向浅墨学习。

> ## 本系列文章由[@浅墨\_毛星云][Link 1]出品，转载请注明出处。   文章链接：[http://blog.csdn.net/poem\_qianmo/article/details/30974513][http_blog.csdn.net_poem_qianmo_article_details_30974513]  **作者：毛星云（浅墨）**微博：[http://weibo.com/u/1723155442][http_weibo.com_u_1723155442]  知乎：[http://www.zhihu.com/people/mao-xing-yun][http_www.zhihu.com_people_mao-xing-yun]  **邮箱：****[happylifemxy@163.com][happylifemxy_163.com]**     写作当前博文时配套使用的OpenCV版本：**2.4.9** ##
> 
>   
> 
> 
>   
> 
> 
> 本篇文章中，我们一起探讨了OpenCV中重映射和SURF特征点检测相关的知识点，主要一起了解OpenCV中重映射相关的函数remap，SURF算法在OpenCV中的体现与应用。此博文一共有三个配套的麻雀虽小但五脏俱全的示例程序，其经过浅墨详细注释过的代码都在文中贴出，且文章最后提供了综合示例程序的下载。
> 
> 依然是先看看程序运行截图。
> 
> 重映射：
> 
> ![SouthEast][] ![SouthEast 1][]
> 
> SURF特征点检测：
> 
> ![SouthEast 2][] ![SouthEast 3][]
> 
>   
> 
> 
>   
> 
> 
>   
> 
> 
>   
> 
> 
>   
> 
> 
> # 一、OpenCV重映射 #
> 
>   
> 
> 
>   
> 
> 
> ## 1.1 重映射的概念简析 ##
> 
> 重映射，就是把一幅图像中某位置的像素放置到另一个图片指定位置的过程。为了完成映射过程, 我们需要获得一些插值为非整数像素的坐标,因为源图像与目标图像的像素坐标不是一一对应的。一般情况下，我们通过重映射来表达每个像素的位置 (x,y)，像这样 :
> 
>   
> 
> 
> g(x,y) = f ( h(x,y) )
> 
> 在这里， g( ) 是目标图像, f() 是源图像, 而h(x,y) 是作用于 (x,y) 的映射方法函数。
> 
> 来看个例子。 若有一幅图像 I ,想满足下面的条件作重映射:
> 
> h(x,y) = (I.cols - x, y )
> 
> 这样的话，图像会按照 x 轴方向发生翻转。那么，源图像和效果图分别如下:
> 
> ![SouthEast 4][] ![SouthEast 5][]
> 
>   
> 
> 
> 在OpenCV中，我们用函数remap( )来实现简单重映射，下面我们就一起来看看这个函数。
> 
>   
> 
> 
>   
> 
> 
> ## 1.2 remap( )函数解析 ##
> 
>   
> 
> 
> remap( )函数会根据我们指定的映射形式，将源图像进行重映射几何变换，基于的式子如下：
> 
>   
> 
> 
> ![SouthEast 6][]
> 
>   
> 
> 
> 需要注意，此函数不支持就地（in-place）操作。看看其原型和参数。
> 
>   
> 
> 
> **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]
> 
> 1.  C++: **void** remap(InputArray src, OutputArraydst, InputArray map1, InputArray map2, **int** interpolation, intborderMode=BORDER\_CONSTANT, **const** Scalar& borderValue=Scalar()) 
> 
>   
>

##  ##

*   *  第一个参数，InputArray类型的src，输入图像，即源图像，填Mat类的对象即可，且需为单通道8位或者浮点型图像。
     *  第二个参数，OutputArray类型的dst，函数调用后的运算结果存在这里，即这个参数用于存放函数调用后的输出结果，需和源图片有一样的尺寸和类型。
     *  第三个参数，InputArray类型的map1，它有两种可能的表示对象。

1.  1.   *  表示点（x，y）的第一个映射。
         *  表示CV\_16SC2 , CV\_32FC1 或CV\_32FC2类型的X值。

*   *  第四个参数，InputArray类型的map2，同样，它也有两种可能的表示对象，而且他是根据map1来确定表示那种对象。

1.  1.   *  若map1表示点（x，y）时。这个参数不代表任何值。
         *  表示CV\_16UC1 , CV\_32FC1类型的Y值（第二个值）。

> ## 第五个参数，int类型的interpolation,插值方式，之前的resize( )函数中有讲到，需要注意，resize( )函数中提到的INTER\_AREA插值方式在这里是不支持的，所以可选的插值方式如下：  INTER\_NEAREST - 最近邻插值  INTER\_LINEAR – 双线性插值（默认值）  INTER\_CUBIC – 双三次样条插值（逾4×4像素邻域内的双三次插值）  INTER\_LANCZOS4 -Lanczos插值（逾8×8像素邻域的Lanczos插值） ##

> ## 第六个参数，int类型的borderMode，边界模式，有默认值BORDER\_CONSTANT，表示目标图像中“离群点（outliers）”的像素值不会被此函数修改。  第七个参数，const Scalar&类型的borderValue，当有常数边界时使用的值，其有默认值Scalar( )，即默认值为0。 ##

> ##                    ##
> 
> ##  ##
> 
> ## 1.3 详细注释的重映射示例程序 ##
> 
> ##          ##
> 
> ## 下面放出精简后的以remap函数为核心的示例程序，方便大家快速掌握remap函数的使用方法。  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  //-----------------------------------【程序说明】----------------------------------------------  // 程序名称:：《【OpenCV入门教程之十七】OpenCV重映射 & SURF特征点检测合辑 》 博文配套源码   // 开发所用IDE版本：Visual Studio 2010  // 开发所用OpenCV版本： 2.4.9  // 2014年5月26日 Created by 浅墨  // 配套博文链接： http://blog.csdn.net/poem\_qianmo/article/details/26977557  // PS:程序结合配合博文学习效果更佳  // 浅墨的微博：@浅墨\_毛星云 http://weibo.com/1723155442  // 浅墨的知乎：http://www.zhihu.com/people/mao-xing-yun  // 浅墨的豆瓣：http://www.douban.com/people/53426472/  //----------------------------------------------------------------------------------------------  //-----------------------------------【头文件包含部分】---------------------------------------  // 描述：包含程序所依赖的头文件  //----------------------------------------------------------------------------------------------   \#include "opencv2/highgui/highgui.hpp"  \#include "opencv2/imgproc/imgproc.hpp"  \#include <iostream>  //-----------------------------------【命名空间声明部分】--------------------------------------  // 描述：包含程序所使用的命名空间  //-----------------------------------------------------------------------------------------------  usingnamespace cv;   //-----------------------------------【main( )函数】--------------------------------------------  // 描述：控制台应用程序的入口函数，我们的程序从这里开始执行  //-----------------------------------------------------------------------------------------------  int main( )   \{   //【0】变量定义   Mat srcImage, dstImage;    Mat map\_x, map\_y;   //【1】载入原始图   srcImage = imread( "1.jpg", 1 );   if(!srcImage.data ) \{ printf("读取图片错误，请确定目录下是否有imread函数指定的图片存在~！ \\n"); returnfalse; \}    imshow("原始图",srcImage);   //【2】创建和原始图一样的效果图，x重映射图，y重映射图   dstImage.create( srcImage.size(), srcImage.type() );    map\_x.create( srcImage.size(), CV\_32FC1 );    map\_y.create( srcImage.size(), CV\_32FC1 );   //【3】双层循环，遍历每一个像素点，改变map\_x & map\_y的值  for( int j = 0; j < srcImage.rows;j++)    \{   for( int i = 0; i < srcImage.cols;i++)    \{   //改变map\_x & map\_y的值.    map\_x.at<float>(j,i) = static\_cast<float>(i);    map\_y.at<float>(j,i) = static\_cast<float>(srcImage.rows - j);    \}    \}   //【4】进行重映射操作   remap( srcImage, dstImage, map\_x, map\_y, CV\_INTER\_LINEAR, BORDER\_CONSTANT, Scalar(0,0, 0) );   //【5】显示效果图   imshow( "【程序窗口】", dstImage );    waitKey();   return 0;   \}  ##
> 
>   
> 
> 
> ## 显示效果图： ##
> 
> ## ![SouthEast 7][] ##
> 
> ## ![SouthEast 8][] ##
> 
> ##  ##
> 
> ##  最近世界杯正如火如荼地进行着，这里的图片素材就是巴西队的球星们~ ##
> 
> ##  ##
> 
> ##          ##
> 
> ##  ##
> 
> ## 1.4 OpenCV2.X中remap函数源代码 ##
> 
> ##     ##
> 
> ## 这里我们放出remap函数的源码，供需要了解其实现细节的朋友们观看，浅墨在这里不花时间对其进行剖析。  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  void cv::remap( InputArray \_src, OutputArray \_dst,    InputArray \_map1, InputArray \_map2,   int interpolation, int borderType, const Scalar& borderValue )   \{   static RemapNNFunc nn\_tab\[\] =    \{    remapNearest<uchar>, remapNearest<schar>, remapNearest<ushort>, remapNearest<short>,    remapNearest<int>, remapNearest<float>, remapNearest<double>, 0    \};   static RemapFunc linear\_tab\[\] =    \{    remapBilinear<FixedPtCast<int, uchar, INTER\_REMAP\_COEF\_BITS>, RemapVec\_8u, short>, 0,    remapBilinear<Cast<float, ushort>, RemapNoVec, float>,    remapBilinear<Cast<float, short>, RemapNoVec, float>, 0,    remapBilinear<Cast<float, float>, RemapNoVec, float>,    remapBilinear<Cast<double, double>, RemapNoVec, float>, 0    \};   static RemapFunc cubic\_tab\[\] =    \{    remapBicubic<FixedPtCast<int, uchar, INTER\_REMAP\_COEF\_BITS>, short, INTER\_REMAP\_COEF\_SCALE>, 0,    remapBicubic<Cast<float, ushort>, float, 1>,    remapBicubic<Cast<float, short>, float, 1>, 0,    remapBicubic<Cast<float, float>, float, 1>,    remapBicubic<Cast<double, double>, float, 1>, 0    \};   static RemapFunc lanczos4\_tab\[\] =    \{    remapLanczos4<FixedPtCast<int, uchar, INTER\_REMAP\_COEF\_BITS>, short, INTER\_REMAP\_COEF\_SCALE>, 0,    remapLanczos4<Cast<float, ushort>, float, 1>,    remapLanczos4<Cast<float, short>, float, 1>, 0,    remapLanczos4<Cast<float, float>, float, 1>,    remapLanczos4<Cast<double, double>, float, 1>, 0    \};    Mat src = \_src.getMat(), map1 = \_map1.getMat(), map2 = \_map2.getMat();    CV\_Assert( map1.size().area() > 0 );    CV\_Assert( !map2.data || (map2.size() == map1.size()));    \_dst.create( map1.size(), src.type() );    Mat dst = \_dst.getMat();   if( dst.data == src.data )    src = src.clone();   int depth = src.depth();    RemapNNFunc nnfunc = 0;    RemapFunc ifunc = 0;   constvoid\* ctab = 0;   bool fixpt = depth == CV\_8U;   bool planar\_input = false;   if( interpolation == INTER\_NEAREST )    \{    nnfunc = nn\_tab\[depth\];    CV\_Assert( nnfunc != 0 );    \}   else   \{   if( interpolation == INTER\_AREA )    interpolation = INTER\_LINEAR;   if( interpolation == INTER\_LINEAR )    ifunc = linear\_tab\[depth\];   elseif( interpolation == INTER\_CUBIC )    ifunc = cubic\_tab\[depth\];   elseif( interpolation == INTER\_LANCZOS4 )    ifunc = lanczos4\_tab\[depth\];   else   CV\_Error( CV\_StsBadArg, "Unknown interpolation method" );    CV\_Assert( ifunc != 0 );    ctab = initInterTab2D( interpolation, fixpt );    \}   const Mat \*m1 = &map1, \*m2 = &map2;   if( (map1.type() == CV\_16SC2 && (map2.type() == CV\_16UC1 || map2.type() == CV\_16SC1 || !map2.data)) ||    (map2.type() == CV\_16SC2 && (map1.type() == CV\_16UC1 || map1.type() == CV\_16SC1 || !map1.data)) )    \{   if( map1.type() != CV\_16SC2 )    std::swap(m1, m2);    \}   else   \{    CV\_Assert( ((map1.type() == CV\_32FC2 || map1.type() == CV\_16SC2) && !map2.data) ||    (map1.type() == CV\_32FC1 && map2.type() == CV\_32FC1) );    planar\_input = map1.channels() == 1;    \}    RemapInvoker invoker(src, dst, m1, m2, interpolation,    borderType, borderValue, planar\_input, nnfunc, ifunc,    ctab);    parallel\_for\_(Range(0, dst.rows), invoker, dst.total()/(double)(1<<16));   \}       ##
> 
> ## 好了，重映射先就讲这么多，在文章末尾还有一个综合一点的示例程序供大家学习。下面我们开始讲解SURF相关的内容。 ##
> 
> ##  ##
> 
> ##  ##
> 
> ##     ##
> 
> ##  ##
> 
> # 二．SURF特征点检测 #
> 
> ##     ##
> 
> ##     ##
> 
> ## SURF算法有一些不错的内容和用法，OpenCV中使用颇多，浅墨会花一些篇幅对其进行讲解。今天的这篇文章只是一个小小的开头，主要介绍SURF特征点检测。 ##
> 
> ## 先简单了解一下SURF算法的大概内容吧。 ##
> 
> ##     ##
> 
> ##          ##
> 
> ##  ##
> 
> ## 2.1 SURF算法概览 ##
> 
> ##     ##
> 
> ## SURF，我们简单介绍一下，英语全称为SpeededUp Robust Features，直译的话就是“加速版的具有鲁棒性的特征“算法，由Bay在2006年首次提出。SURF是尺度不变特征变换算法（SIFT算法）的加速版。一般来说，标准的SURF算子比SIFT算子快好几倍，并且在多幅图片下具有更好的稳定性。SURF最大的特征在于采用了harr特征以及积分图像的概念，这大大加快了程序的运行时间。SURF可以应用于计算机视觉的物体识别以及3D重构中。 ##
> 
> ##  ##
> 
> ## PS: 由于我们的专栏侧重点是教大家如何快速入门OpenCV编程，不是来进行图像处理科普的，所以原理部分不会花笔墨多讲。一方面是浅墨也不喜欢讲这些枯燥的概念，另一方面是大家肯定应该也不喜欢看这些枯燥的原理，大家是喜欢看代码的〜(￣▽￣〜)。就像小魏CPU童鞋在博客上写的，“Talk is cheap. Show me thecode.” ##
> 
> ## 所以原理部分大家就自行用搜索引擎去学习吧，浅墨会将更多的笔墨用来分享网络上独一无二的干货。 ##
> 
> ##     ##
> 
> ##  ##
> 
> ##     ##
> 
> ##  ##
> 
> ## 2.2 前世今生——SURF类相关OpenCV源码剖析 ##
> 
> ##     ##
> 
> ## OpenCV中关于SURF算法的部分，常常涉及到的是SURF、SurfFeatureDetector、SurfDescriptorExtractor这三个类，这一小节我们就来对他们进行人肉，挖挖其背景，看看他们究竟是什么来头。 ##
> 
> ##  ##
> 
> ## 在D:\\Program Files (x86)\\opencv\\sources\\modules\\nonfree\\include\\opencv2\\nonfree下的features2d.hpp头文件中，我们可以发现这样两句定义：  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  typedef SURF SurfFeatureDetector;   typedef SURF SurfDescriptorExtractor;  ##
> 
> ## 我们都知道，typedef声明是为现有类型创建一个新的名字，类型别名。这就表示，SURF类忽然同时有了两个新名字SurfFeatureDetector以及SurfDescriptorExtractor。 ##
> 
> ## 也就是说，我们平常使用的SurfFeatureDetector类和SurfDescriptorExtractor类，其实就是SURF类，他们三者等价。 ##
> 
> ##  ##
> 
> ## 然后在这两句定义的上方，我们可以看到SURF类的类声明全貌：  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  class CV\_EXPORTS\_W SURF : public Feature2D   \{   public:   //! the default constructor   CV\_WRAP SURF();   //! the full constructor taking all the necessary parameters  explicit CV\_WRAP SURF(double hessianThreshold,   int nOctaves=4, int nOctaveLayers=2,   bool extended=true, bool upright=false);   //! returns the descriptor size in float's (64 or 128)   CV\_WRAP int descriptorSize() const;   //! returns the descriptor type   CV\_WRAP int descriptorType() const;   //! finds the keypoints using fast hessian detector used in SURF  void operator()(InputArray img, InputArray mask,    CV\_OUT vector<KeyPoint>& keypoints) const;   //! finds the keypoints and computes their descriptors. Optionally it can compute descriptors for the user-provided keypoints  void operator()(InputArray img, InputArray mask,    CV\_OUT vector<KeyPoint>& keypoints,    OutputArray descriptors,   bool useProvidedKeypoints=false) const;    AlgorithmInfo\* info() const;    CV\_PROP\_RW double hessianThreshold;    CV\_PROP\_RW int nOctaves;    CV\_PROP\_RW int nOctaveLayers;    CV\_PROP\_RW bool extended;    CV\_PROP\_RW bool upright;   protected:   void detectImpl( const Mat& image, vector<KeyPoint>& keypoints, const Mat& mask=Mat() ) const;   void computeImpl( const Mat& image, vector<KeyPoint>& keypoints, Mat& descriptors ) const;   \};  ##
> 
> ##     ##
> 
> ## 可以观察到，SURF类公共继承自Feature2D类，我们再次进行转到，可以在路径d:\\Program Files(x86)\\opencv\\build\\include\\opencv2\\features2d\\features2d.hpp看到Feature2D类的声明：  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  class CV\_EXPORTS\_W Feature2D : public FeatureDetector, public DescriptorExtractor   \{   public:   /\*   \* Detect keypoints in an image.   \* image The image.   \* keypoints The detected keypoints.   \* mask Mask specifying where to look for keypoints (optional). Must be a char   \* matrix with non-zero values in the region of interest.   \* useProvidedKeypoints If true, the method will skip the detection phase and will compute   \* descriptors for the provided keypoints   \*/   CV\_WRAP\_AS(detectAndCompute) virtualvoid operator()( InputArray image, InputArray mask,    CV\_OUT vector<KeyPoint>& keypoints,    OutputArray descriptors,   bool useProvidedKeypoints=false ) const = 0;    CV\_WRAP void compute( const Mat& image, CV\_OUT CV\_IN\_OUT std::vector<KeyPoint>& keypoints, CV\_OUT Mat& descriptors ) const;   // Create feature detector and descriptor extractor by name.   CV\_WRAP static Ptr<Feature2D> create( const string& name );   \};          ##
> 
> ## 显然，Feature2D类又是公共继承自FeatureDetector以及 DescriptorExtractor类。继续刨根问底，我们看看其父类FeatureDetector以及 DescriptorExtractor类的定义。 ##
> 
> ## 首先是FeatureDetector类：  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  /\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\* Base Classes \*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*\*/  /\*   \* Abstract base class for 2D image feature detectors.   \*/  class CV\_EXPORTS\_W FeatureDetector : publicvirtual Algorithm   \{   public:   virtual ~FeatureDetector();   /\*   \* Detect keypoints in an image.   \* image The image.   \* keypoints The detected keypoints.   \* mask Mask specifying where to look for keypoints (optional). Must be a char   \* matrix with non-zero values in the region of interest.   \*/   CV\_WRAP void detect( const Mat& image, CV\_OUT vector<KeyPoint>& keypoints, const Mat& mask=Mat() ) const;   /\*   \* Detect keypoints in an image set.   \* images Image collection.   \* keypoints Collection of keypoints detected in an input images. keypoints\[i\] is a set of keypoints detected in an images\[i\].   \* masks Masks for image set. masks\[i\] is a mask for images\[i\].   \*/  void detect( const vector<Mat>& images, vector<vector<KeyPoint> >& keypoints, const vector<Mat>& masks=vector<Mat>() ) const;   // Return true if detector object is empty   CV\_WRAP virtualbool empty() const;   // Create feature detector by detector name.   CV\_WRAP static Ptr<FeatureDetector> create( const string& detectorType );   protected:   virtualvoid detectImpl( const Mat& image, vector<KeyPoint>& keypoints, const Mat& mask=Mat() ) const = 0;   /\*   \* Remove keypoints that are not in the mask.   \* Helper function, useful when wrapping a library call for keypoint detection that   \* does not support a mask argument.   \*/  staticvoid removeInvalidPoints( const Mat& mask, vector<KeyPoint>& keypoints );   \};  ##
> 
>   
> 
> 
> ## 这里，我们看到了我们以后经常会用到的detect( )方法重载的两个原型，原来是SURF类经过两层的继承，从FeatureDetector类继承而来的。  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  /\*   \* Detect keypoints in an image.   \* image The image.   \* keypoints The detected keypoints.   \* mask Mask specifying where to look for keypoints (optional). Must be a char   \* matrix with non-zero values in the region of interest.   \*/   CV\_WRAP void detect( const Mat& image, CV\_OUT vector<KeyPoint>& keypoints, const Mat& mask=Mat() ) const;   /\*   \* Detect keypoints in an image set.   \* images Image collection.   \* keypoints Collection of keypoints detected in an input images. keypoints\[i\] is a set of keypoints detected in an images\[i\].   \* masks Masks for image set. masks\[i\] is a mask for images\[i\].   \*/  void detect( const vector<Mat>& images, vector<vector<KeyPoint> >& keypoints, const vector<Mat>& masks=vector<Mat>() ) const;       ##
> 
> ## 同样，看看SURF类的另一个“爷爷”DescriptorExtractor类的声明。  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  /\*   \* Abstract base class for computing descriptors for image keypoints.   \*   \* In this interface we assume a keypoint descriptor can be represented as a   \* dense, fixed-dimensional vector of some basic type. Most descriptors used   \* in practice follow this pattern, as it makes it very easy to compute   \* distances between descriptors. Therefore we represent a collection of   \* descriptors as a Mat, where each row is one keypoint descriptor.   \*/  class CV\_EXPORTS\_W DescriptorExtractor : publicvirtual Algorithm   \{   public:   virtual ~DescriptorExtractor();   /\*   \* Compute the descriptors for a set of keypoints in an image.   \* image The image.   \* keypoints The input keypoints. Keypoints for which a descriptor cannot be computed are removed.   \* descriptors Copmputed descriptors. Row i is the descriptor for keypoint i.   \*/   CV\_WRAP void compute( const Mat& image, CV\_OUT CV\_IN\_OUT vector<KeyPoint>& keypoints, CV\_OUT Mat& descriptors ) const;   /\*   \* Compute the descriptors for a keypoints collection detected in image collection.   \* images Image collection.   \* keypoints Input keypoints collection. keypoints\[i\] is keypoints detected in images\[i\].   \* Keypoints for which a descriptor cannot be computed are removed.   \* descriptors Descriptor collection. descriptors\[i\] are descriptors computed for set keypoints\[i\].   \*/  void compute( const vector<Mat>& images, vector<vector<KeyPoint> >& keypoints, vector<Mat>& descriptors ) const;    CV\_WRAP virtualint descriptorSize() const = 0;    CV\_WRAP virtualint descriptorType() const = 0;    CV\_WRAP virtualbool empty() const;    CV\_WRAP static Ptr<DescriptorExtractor> create( const string& descriptorExtractorType );   protected:   virtualvoid computeImpl( const Mat& image, vector<KeyPoint>& keypoints, Mat& descriptors ) const = 0;   /\*   \* Remove keypoints within borderPixels of an image edge.   \*/  staticvoid removeBorderKeypoints( vector<KeyPoint>& keypoints,    Size imageSize, int borderSize );   \};       ##
> 
> ## 上述代码表明FeatureDetector 类和DescriptorExtractor类都虚继承自Algorithm基类。 ##
> 
> ## 呼，历经千辛万苦，终于，我们找到SURF类德高望重的祖先——OpenCV中的Algorithm基类。看看其原型声明：  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  /\*!   Base class for high-level OpenCV algorithms  \*/  class CV\_EXPORTS\_W Algorithm   \{   public:    Algorithm();   virtual ~Algorithm();    string name() const;   template<typename \_Tp> typename ParamType<\_Tp>::member\_type get(const string& name) const;   template<typename \_Tp> typename ParamType<\_Tp>::member\_type get(constchar\* name) const;    CV\_WRAP int getInt(const string& name) const;    CV\_WRAP double getDouble(const string& name) const;    CV\_WRAP bool getBool(const string& name) const;    CV\_WRAP string getString(const string& name) const;    CV\_WRAP Mat getMat(const string& name) const;    CV\_WRAP vector<Mat> getMatVector(const string& name) const;    CV\_WRAP Ptr<Algorithm> getAlgorithm(const string& name) const;   void set(const string& name, int value);   void set(const string& name, double value);   void set(const string& name, bool value);   void set(const string& name, const string& value);   void set(const string& name, const Mat& value);   void set(const string& name, const vector<Mat>& value);   void set(const string& name, const Ptr<Algorithm>& value);   template<typename \_Tp> void set(const string& name, const Ptr<\_Tp>& value);    CV\_WRAP void setInt(const string& name, int value);    CV\_WRAP void setDouble(const string& name, double value);    CV\_WRAP void setBool(const string& name, bool value);    CV\_WRAP void setString(const string& name, const string& value);    CV\_WRAP void setMat(const string& name, const Mat& value);    CV\_WRAP void setMatVector(const string& name, const vector<Mat>& value);    CV\_WRAP void setAlgorithm(const string& name, const Ptr<Algorithm>& value);   template<typename \_Tp> void setAlgorithm(const string& name, const Ptr<\_Tp>& value);   void set(constchar\* name, int value);   void set(constchar\* name, double value);   void set(constchar\* name, bool value);   void set(constchar\* name, const string& value);   void set(constchar\* name, const Mat& value);   void set(constchar\* name, const vector<Mat>& value);   void set(constchar\* name, const Ptr<Algorithm>& value);   template<typename \_Tp> void set(constchar\* name, const Ptr<\_Tp>& value);   void setInt(constchar\* name, int value);   void setDouble(constchar\* name, double value);   void setBool(constchar\* name, bool value);   void setString(constchar\* name, const string& value);   void setMat(constchar\* name, const Mat& value);   void setMatVector(constchar\* name, const vector<Mat>& value);   void setAlgorithm(constchar\* name, const Ptr<Algorithm>& value);   template<typename \_Tp> void setAlgorithm(constchar\* name, const Ptr<\_Tp>& value);    CV\_WRAP string paramHelp(const string& name) const;   int paramType(constchar\* name) const;    CV\_WRAP int paramType(const string& name) const;    CV\_WRAP void getParams(CV\_OUT vector<string>& names) const;   virtualvoid write(FileStorage& fs) const;   virtualvoid read(const FileNode& fn);   typedef Algorithm\* (\*Constructor)(void);   typedefint (Algorithm::\*Getter)() const;   typedefvoid (Algorithm::\*Setter)(int);    CV\_WRAP staticvoid getList(CV\_OUT vector<string>& algorithms);    CV\_WRAP static Ptr<Algorithm> \_create(const string& name);   template<typename \_Tp> static Ptr<\_Tp> create(const string& name);   virtual AlgorithmInfo\* info() const/\* TODO: make it = 0;\*/ \{ return 0; \}   \};       ##
> 
> ## 关于这几个类缠绵悱恻的关系，画个图就一目了然了，也就是这样的过程：      ##
> 
> ## ![SouthEast 9][] ##
> 
> ##     ##
> 
> ##     ##
> 
> ##  ##
> 
> ## 3.3 drawKeypoints函数详解 ##
> 
> ##  ##
> 
> ## 因为接下来的示例程序需要用到drawKeypoints函数，我们在这里顺便讲一讲。 ##
> 
> ## 顾名思义，此函数用于绘制关键点。  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  C++: void drawKeypoints(const Mat&image, const vector<KeyPoint>& keypoints, Mat& outImage, constScalar& color=Scalar::all(-1), int flags=DrawMatchesFlags::DEFAULT )  ##

## 第一个参数，const Mat&类型的src，输入图像。  第二个参数，const vector<KeyPoint>&类型的keypoints，根据源图像得到的特征点，它是一个输出参数。  第三个参数，Mat&类型的outImage，输出图像，其内容取决于第五个参数标识符falgs。  第四个参数，const Scalar&类型的color，关键点的颜色，有默认值Scalar::all(-1)。  第五个参数，int类型的flags，绘制关键点的特征标识符，有默认值DrawMatchesFlags::DEFAULT。可以在如下这个结构体中选取值。  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  struct DrawMatchesFlags   \{   enum   \{    DEFAULT = 0, // Output image matrix will be created (Mat::create),  // i.e. existing memory of output image may be reused.  // Two source images, matches, and single keypoints  // will be drawn.  // For each keypoint, only the center point will be  // drawn (without a circle around the keypoint with the  // keypoint size and orientation).   DRAW\_OVER\_OUTIMG = 1, // Output image matrix will not be  // created (using Mat::create). Matches will be drawn  // on existing content of output image.   NOT\_DRAW\_SINGLE\_POINTS = 2, // Single keypoints will not be drawn.   DRAW\_RICH\_KEYPOINTS = 4 // For each keypoint, the circle around  // keypoint with keypoint size and orientation will  // be drawn.   \};   \};          ##

> ##     ##
> 
> ##  ##
> 
> # 三、综合示例部分 #
> 
> ##  ##
> 
> ## 因为这次的两个知识点关联度不大，所以不方便组织起来成为一个综合示例程序。在这里我们分开将其放出。 ##
> 
> ##  ##
> 
> ##  ##
> 
> ## 3.1 重映射综合示例程序 ##
> 
> ##  ##
> 
> ## 先放出以remap为核心的综合示例程序，可以用按键控制四种不同的映射模式。且利用了OpenCV版本标识宏“CV\_VERSION”，在帮助文字相关代码中加入了一句：  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  printf("\\t当前使用的OpenCV版本为 OpenCV "CV\_VERSION);  ##
> 
> ##  ##
> 
> ## 便可以智能检测出当前使用的OpenCV版本，并输出。如图： ##
> 
> ##  ##
> 
> ## ![SouthEast 10][] ##
> 
> ## 按键说明也可以由上图看出。 ##
> 
> ## 放出这个程序详细注释的源代码：  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  //-----------------------------------【程序说明】----------------------------------------------  // 程序名称:：《【OpenCV入门教程之十七】OpenCV重映射 & SURF特征点检测合辑 》 博文配套源码   // 开发所用IDE版本：Visual Studio 2010  // 开发所用OpenCV版本： 2.4.9  // 2014年6月15日 Created by 浅墨  // 配套博文链接： http://blog.csdn.net/poem\_qianmo/article/details/30974513  // PS:程序结合配合博文学习效果更佳  // 浅墨的微博：@浅墨\_毛星云 http://weibo.com/1723155442  // 浅墨的知乎：http://www.zhihu.com/people/mao-xing-yun  // 浅墨的豆瓣：http://www.douban.com/people/53426472/  //----------------------------------------------------------------------------------------------  //-----------------------------------【头文件包含部分】---------------------------------------  // 描述：包含程序所依赖的头文件  //----------------------------------------------------------------------------------------------   \#include "opencv2/highgui/highgui.hpp"  \#include "opencv2/imgproc/imgproc.hpp"  \#include <iostream>  //-----------------------------------【命名空间声明部分】--------------------------------------  // 描述：包含程序所使用的命名空间  //-----------------------------------------------------------------------------------------------  usingnamespace cv;   usingnamespace std;   //-----------------------------------【宏定义部分】--------------------------------------------   // 描述：定义一些辅助宏   //------------------------------------------------------------------------------------------------   \#define WINDOW\_NAME "【程序窗口】" //为窗口标题定义的宏   //-----------------------------------【全局变量声明部分】--------------------------------------  // 描述：全局变量的声明  //-----------------------------------------------------------------------------------------------  Mat g\_srcImage, g\_dstImage;   Mat g\_map\_x, g\_map\_y;   //-----------------------------------【全局函数声明部分】--------------------------------------  // 描述：全局函数的声明  //-----------------------------------------------------------------------------------------------  int update\_map( int key);   staticvoid ShowHelpText( );//输出帮助文字  //-----------------------------------【main( )函数】--------------------------------------------  // 描述：控制台应用程序的入口函数，我们的程序从这里开始执行  //-----------------------------------------------------------------------------------------------  int main( int argc, char\*\* argv )   \{   //改变console字体颜色   system("color 2F");   //显示帮助文字   ShowHelpText();   //【1】载入原始图   g\_srcImage = imread( "1.jpg", 1 );   if(!g\_srcImage.data ) \{ printf("读取图片错误，请确定目录下是否有imread函数指定的图片存在~！ \\n"); returnfalse; \}    imshow("原始图",g\_srcImage);   //【2】创建和原始图一样的效果图，x重映射图，y重映射图   g\_dstImage.create( g\_srcImage.size(), g\_srcImage.type() );    g\_map\_x.create( g\_srcImage.size(), CV\_32FC1 );    g\_map\_y.create( g\_srcImage.size(), CV\_32FC1 );   //【3】创建窗口并显示   namedWindow( WINDOW\_NAME, CV\_WINDOW\_AUTOSIZE );    imshow(WINDOW\_NAME,g\_srcImage);   //【4】轮询按键，更新map\_x和map\_y的值，进行重映射操作并显示效果图  while( 1 )    \{   //获取键盘按键   int key = waitKey(0);   //判断ESC是否按下，若按下便退出   if( (key & 255) == 27 )    \{    cout << "程序退出...........\\n";   break;    \}   //根据按下的键盘按键来更新 map\_x & map\_y的值. 然后调用remap( )进行重映射   update\_map(key);    remap( g\_srcImage, g\_dstImage, g\_map\_x, g\_map\_y, CV\_INTER\_LINEAR, BORDER\_CONSTANT, Scalar(0,0, 0) );   //显示效果图   imshow( WINDOW\_NAME, g\_dstImage );    \}   return 0;   \}   //-----------------------------------【update\_map( )函数】--------------------------------  // 描述：根据按键来更新map\_x与map\_x的值  //----------------------------------------------------------------------------------------------  int update\_map( int key )   \{   //双层循环，遍历每一个像素点  for( int j = 0; j < g\_srcImage.rows;j++)    \{   for( int i = 0; i < g\_srcImage.cols;i++)    \{   switch(key)    \{   case'1': // 键盘【1】键按下，进行第一种重映射操作  if( i > g\_srcImage.cols\*0.25 && i < g\_srcImage.cols\*0.75 && j > g\_srcImage.rows\*0.25 && j < g\_srcImage.rows\*0.75)    \{    g\_map\_x.at<float>(j,i) = static\_cast<float>(2\*( i - g\_srcImage.cols\*0.25 ) + 0.5);    g\_map\_y.at<float>(j,i) = static\_cast<float>(2\*( j - g\_srcImage.rows\*0.25 ) + 0.5);    \}   else   \{    g\_map\_x.at<float>(j,i) = 0;    g\_map\_y.at<float>(j,i) = 0;    \}   break;   case'2':// 键盘【2】键按下，进行第二种重映射操作   g\_map\_x.at<float>(j,i) = static\_cast<float>(i);    g\_map\_y.at<float>(j,i) = static\_cast<float>(g\_srcImage.rows - j);   break;   case'3':// 键盘【3】键按下，进行第三种重映射操作   g\_map\_x.at<float>(j,i) = static\_cast<float>(g\_srcImage.cols - i);    g\_map\_y.at<float>(j,i) = static\_cast<float>(j);   break;   case'4':// 键盘【4】键按下，进行第四种重映射操作   g\_map\_x.at<float>(j,i) = static\_cast<float>(g\_srcImage.cols - i);    g\_map\_y.at<float>(j,i) = static\_cast<float>(g\_srcImage.rows - j);   break;    \}    \}    \}   return 1;   \}   //-----------------------------------【ShowHelpText( )函数】----------------------------------   // 描述：输出一些帮助信息   //----------------------------------------------------------------------------------------------   staticvoid ShowHelpText()   \{   //输出一些帮助信息    printf("\\n\\n\\n\\t欢迎来到重映射示例程序~\\n\\n");    printf("\\t当前使用的OpenCV版本为 OpenCV "CV\_VERSION);    printf( "\\n\\n\\t按键操作说明: \\n\\n"  "\\t\\t键盘按键【ESC】- 退出程序\\n"  "\\t\\t键盘按键【1】- 第一种映射方式\\n"  "\\t\\t键盘按键【2】- 第二种映射方式\\n"  "\\t\\t键盘按键【3】- 第三种映射方式\\n"  "\\t\\t键盘按键【4】- 第四种映射方式\\n"  "\\n\\n\\t\\t\\t\\t\\t\\t\\t\\t by浅墨\\n\\n\\n"   );   \}          ##
> 
> ##  ##
> 
> ## 运行效果图。首先是原始图： ##
> 
> ## ![SouthEast 11][] ##
> 
> ## 第一种重映射： ##
> 
> ## ![SouthEast 12][] ##
> 
> ## 第二种重映射： ##
> 
> ## ![SouthEast 13][] ##
> 
> ## 第三种重映射： ##
> 
> ## ![SouthEast 14][] ##
> 
> ## 第四种重映射： ##
> 
> ## ![SouthEast 15][] ##
> 
> ##  ##
> 
> ##     ##
> 
> ##     ##
> 
> ##  ##
> 
> ## 3.2 SURF特征点检测综合示例程序 ##
> 
> ##     ##
> 
> ## 这个示例程涉及到如下三个方面： ##
> 
> ##  ##
> 
> ##  ##

##  ##

## 使用 FeatureDetector 接口来发现感兴趣点。  使用 SurfFeatureDetector 以及其函数 detect 来实现检测过程  使用函数 drawKeypoints 绘制检测到的关键点。 ##

> ## 详细注释的源代码：  **\[cpp\]** [view plain][] [copy][view plain] [print][view plain] [?][view plain] [![在CODE上查看代码片][CODE]][CODE_CODE] [![派生到我的代码片][ico_fork.svg]][ico_fork.svg 1]  //-----------------------------------【程序说明】----------------------------------------------  // 程序名称:：《【OpenCV入门教程之十七】OpenCV重映射 & SURF特征点检测合辑 》 博文配套源码 之【SURF特征点检测】  // 开发所用IDE版本：Visual Studio 2010  // 开发所用OpenCV版本： 2.4.9  // 2014年6月15日 Created by 浅墨  // 配套博文链接： http://blog.csdn.net/poem\_qianmo/article/details/30974513  // PS:程序结合配合博文学习效果更佳  // 浅墨的微博：@浅墨\_毛星云 http://weibo.com/1723155442  // 浅墨的知乎：http://www.zhihu.com/people/mao-xing-yun  // 浅墨的豆瓣：http://www.douban.com/people/53426472/  //----------------------------------------------------------------------------------------------  //-----------------------------------【头文件包含部分】---------------------------------------  // 描述：包含程序所依赖的头文件  //----------------------------------------------------------------------------------------------  \#include "opencv2/core/core.hpp"  \#include "opencv2/features2d/features2d.hpp"  \#include "opencv2/highgui/highgui.hpp"  \#include "opencv2/nonfree/nonfree.hpp"  \#include <iostream>  //-----------------------------------【命名空间声明部分】--------------------------------------  // 描述：包含程序所使用的命名空间  //-----------------------------------------------------------------------------------------------  usingnamespace cv;   //-----------------------------------【全局函数声明部分】--------------------------------------  // 描述：全局函数的声明  //-----------------------------------------------------------------------------------------------  staticvoid ShowHelpText( );//输出帮助文字  //-----------------------------------【main( )函数】--------------------------------------------  // 描述：控制台应用程序的入口函数，我们的程序从这里开始执行  //-----------------------------------------------------------------------------------------------  int main( int argc, char\*\* argv )   \{   //【0】改变console字体颜色    system("color 2F");   //【0】显示帮助文字    ShowHelpText( );   //【1】载入源图片并显示   Mat srcImage1 = imread("1.jpg", 1 );    Mat srcImage2 = imread("2.jpg", 1 );   if( !srcImage1.data || !srcImage2.data )//检测是否读取成功   \{ printf("读取图片错误，请确定目录下是否有imread函数指定名称的图片存在~！ \\n"); returnfalse; \}    imshow("原始图1",srcImage1);    imshow("原始图2",srcImage2);   //【2】定义需要用到的变量和类  int minHessian = 400;//定义SURF中的hessian阈值特征点检测算子   SurfFeatureDetector detector( minHessian );//定义一个SurfFeatureDetector（SURF） 特征检测类对象   std::vector<KeyPoint> keypoints\_1, keypoints\_2;//vector模板类是能够存放任意类型的动态数组，能够增加和压缩数据  //【3】调用detect函数检测出SURF特征关键点，保存在vector容器中   detector.detect( srcImage1, keypoints\_1 );    detector.detect( srcImage2, keypoints\_2 );   //【4】绘制特征关键点   Mat img\_keypoints\_1; Mat img\_keypoints\_2;    drawKeypoints( srcImage1, keypoints\_1, img\_keypoints\_1, Scalar::all(-1), DrawMatchesFlags::DEFAULT );    drawKeypoints( srcImage2, keypoints\_2, img\_keypoints\_2, Scalar::all(-1), DrawMatchesFlags::DEFAULT );   //【5】显示效果图   imshow("特征点检测效果图1", img\_keypoints\_1 );    imshow("特征点检测效果图2", img\_keypoints\_2 );    waitKey(0);   return 0;   \}   //-----------------------------------【ShowHelpText( )函数】----------------------------------  // 描述：输出一些帮助信息  //----------------------------------------------------------------------------------------------  void ShowHelpText()   \{   //输出一些帮助信息    printf("\\n\\n\\n\\t欢迎来到【SURF特征点检测】示例程序~\\n\\n");    printf("\\t当前使用的OpenCV版本为 OpenCV "CV\_VERSION);    printf( "\\n\\n\\t按键操作说明: \\n\\n"  "\\t\\t键盘按键任意键- 退出程序\\n\\n"  "\\n\\n\\t\\t\\t\\t\\t\\t\\t\\t by浅墨\\n\\n\\n");   \}  ##
> 
>   
> 
> 
> ## 这里的图片素材是浅墨自己用手机拍的自己写的书：） ##
> 
> ## 第一组图片对比效果： ##
> 
> ## ![SouthEast 16][] ![SouthEast 17][] ##
> 
> ## 第二组图片对比效果： ##
> 
> ## ![SouthEast 18][] ![SouthEast 19][] ##
> 
> ##     ##
> 
> ##     ##
> 
> ## 本篇文章的配套源代码请点击这里下载： ##
> 
> ## [【浅墨OpenCV入门教程之十七】配套源代码之【重映射】 下载][OpenCV_]  \------------------------------------------------------------------------ ##
> 
> ## [【浅墨OpenCV入门教程之十七】配套源代码之【SURF特征点检测】下载][OpenCV_SURF] ##
> 
> ##      ![SouthEast 20][] ##
> 
> ## OK，今天的内容大概就是这些，我们下篇文章见：） ##

[Link 1]: http://weibo.com/1723155442
[http_blog.csdn.net_poem_qianmo_article_details_30974513]: http://blog.csdn.net/poem_qianmo/article/details/30974513
[http_weibo.com_u_1723155442]: http://weibo.com/u/1723155442
[http_www.zhihu.com_people_mao-xing-yun]: http://www.zhihu.com/people/mao-xing-yun
[happylifemxy_163.com]: mailto:happylifemxy@163.com
[SouthEast]: https://img-blog.csdn.net/20140615105708421?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcG9lbV9xaWFubW8=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast
[SouthEast 1]: /images/20220805/d34db1b71e4c4d398b0154703bf74c73.png
[SouthEast 2]: https://img-blog.csdn.net/20140615110004109?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcG9lbV9xaWFubW8=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast
[SouthEast 3]: /images/20220805/96ad2c2c52a042b897993a9899c6caab.png
[SouthEast 4]: https://img-blog.csdn.net/20140615110829859?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcG9lbV9xaWFubW8=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast
[SouthEast 5]: /images/20220805/e54c6b206fbc4339ad03315c564d038d.png
[SouthEast 6]: /images/20220805/e681f75d8f5646dd8047a387042faebe.png
[view plain]: http://blog.csdn.net/poem_qianmo/article/details/30974513#
[CODE]: https://code.csdn.net/assets/CODE_ico.png
[CODE_CODE]: https://code.csdn.net/snippets/393206
[ico_fork.svg]: https://code.csdn.net/assets/ico_fork.svg
[ico_fork.svg 1]: https://code.csdn.net/snippets/393206/fork
[SouthEast 7]: /images/20220805/1d1e9416f26840ecbaeabdc23e4081b6.png
[SouthEast 8]: /images/20220805/63f4483f3e054506815fb7081709680c.png
[SouthEast 9]: /images/20220805/e59c68c7c2a54c03a2d26fc07c7a35f9.png
[SouthEast 10]: /images/20220805/9e33bd012b21490da2172e0963071433.png
[SouthEast 11]: /images/20220805/2636a7f979fc4b09a9d4b33485e268fd.png
[SouthEast 12]: /images/20220805/ed7596674e624e5bb452054d955c2caf.png
[SouthEast 13]: /images/20220805/38b1f571a5044251bcc9326aaba75d09.png
[SouthEast 14]: /images/20220805/4686b966d6db4125a301af4b2a5e63ef.png
[SouthEast 15]: /images/20220805/d1059516aa8942dea67a70fe509be14a.png
[SouthEast 16]: https://img-blog.csdn.net/20140615113522062?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcG9lbV9xaWFubW8=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast
[SouthEast 17]: /images/20220805/35fd17341bd646d9bd6b2d0be84df4c8.png
[SouthEast 18]: https://img-blog.csdn.net/20140615113544703?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvcG9lbV9xaWFubW8=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast
[SouthEast 19]: /images/20220805/0aff779848734a2186afd27d5ad67156.png
[OpenCV_]: http://download.csdn.net/detail/zhmxy555/7505793
[OpenCV_SURF]: http://download.csdn.net/detail/zhmxy555/7505811
[SouthEast 20]: /images/20220805/0dfb8da3ba124bbdaa04d36a7afc4efe.png