我正在尝试使用（C）OpenCv开始使用筛选特征提取 . 我需要使用SIFT提取特征，在原始图像（例如书籍）和场景之间匹配它们，然后计算相机姿势 .
到目前为止，我发现this algorithm使用SURF . 有没有人知道我可以开始使用的基本代码，或者可能是将链接中的算法从SURF转换为SIFT的方法？
提前致谢 .
EDIT: 好的，我为筛选问题制定了解决方案 . 现在我试图使用：solvePnP，任何人都可以帮我一个例子吗？
我正在尝试使用（C）OpenCv开始使用筛选特征提取 . 我需要使用SIFT提取特征，在原始图像（例如书籍）和场景之间匹配它们，然后计算相机姿势 .
到目前为止，我发现this algorithm使用SURF . 有没有人知道我可以开始使用的基本代码，或者可能是将链接中的算法从SURF转换为SIFT的方法？
提前致谢 .
EDIT: 好的，我为筛选问题制定了解决方案 . 现在我试图使用：solvePnP，任何人都可以帮我一个例子吗？
3 回答
查看新OpenCV docs网站的feature2d tutorial section . 有教程，代码显示：
Feature detection例如冲浪
Feature Description
Feature Matching
如果你设法找到图像和场景之间的匹配，那么我建议你应用cv :: findHomography（） . 它将使用4个匹配作为输入来计算单应矩阵 .
您可以直接从单应矩阵转换为相机姿势 .
为了使用SIFT而不是SURF，我将
SurfFeatureDetector更改为SiftFeatureDetector并将SurfDescriptorExtractor更改为SiftDescriptorExtractor. 对于某些图像，我发现组合SURF检测器< - > SIFT描述符产生相对准确的结果，但您应该尝试其他组合（FAST检测器 - FREAK描述符或ORB检测器 - BRISK描述符），具体取决于您的要求 .请按照本教程解决问题的单应性部分：Feature Matching and Homography
此外，也许这会有所帮助：Pose Estimation