主要为大家详细介绍了python利用opencv实现SIFT特征提取与匹配，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-04-08 09:18:11
221KB
1
MATLAB指纹识别（GUI，库外识别）,主要对指纹图像进行三方面处理：图像预处理、特征提取和特征匹配。图像预处理包括四个步骤：图像分割、滤波增强、二值化、细化，对指纹图像进行预处理后，去除了原图像的冗余部分，方便后续的识别处理；特征提取主要是提取指纹图像细化后的端点和分叉点；特征匹配是利用两个指纹图像进行特征点比较，来确定两幅图像是否来自于同一手指。
2021-04-08 09:07:54
1.29MB
1
SURF算法程序，OpenCV3，VS运行，包括特征点检测，特征点匹配，RANSAC去错，以及最后的图像拼接，包含示例图片，可以直接运行
2021-04-07 09:03:43
3.82MB
1
计算机视觉项目实战（二）、局部特征匹配Local_Feature_Matching配套素材资源和代码，项目详解见本人博客https://blog.csdn.net/Accelerato/article/details/105577679
2021-04-01 19:32:13
25.94MB
ASIFT+OpenCV图像特征匹配实战VC工程源码
OpenCV包含头文件：
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"
核心代码如下：
if (!m_pImage1||!m_pImage2)
{
AfxMessageBox("please,select 2 images!");
return;
}
UpdateData(TRUE);
CvSize sz1 = cvSize(m_pImage1->width,m_pImage1->height);
CvSize sz2 = cvSize(m_pImage2->width,m_pImage2->height);
CvScalar s;
IplImage *gimg1 = cvCreateImage(sz1,IPL_DEPTH_8U,1);
cvCvtColor(m_pImage1,gimg1,CV_BGR2GRAY);
IplImage *gimg2 = cvCreateImage(sz2,IPL_DEPTH_8U,1);
cvCvtColor(m_pImage2,gimg2,CV_BGR2GRAY);
size_t w1, h1;
w1 = gimg1->width;
h1 = gimg1->height;
float * iarr1 = new float[w1*h1];
for(int i=0;iwidth;
h2 = gimg2->height;
float * iarr2 = new float[w2*h2];
for(int i=0;i
2021-03-31 09:59:07
402KB
1