ORB未在opencv 2.4.9中檢測keyPoints

Question

我試圖用ORB檢測關鍵點一切正常，直到我切換到Opencv 2.4.9。

第一，似乎鍵的數量減少了，對於某些圖像，沒有檢測到關鍵點：

這是我用兩個版本編譯的代碼：（2.3.1和2.4.9）

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/features2d/features2d.hpp>


using namespace cv;


int main(int argc, char **argv){

  Mat img = imread(argv[1]);

  std::vector<KeyPoint> kp;

  OrbFeatureDetector detector;
  detector.detect(img, kp);
  std::cout << "Found " << kp.size() << " Keypoints " << std::endl;

  Mat out;
  drawKeypoints(img, kp, out, Scalar::all(255));

  imshow("Kpts", out);

  waitKey(0);
  return 0;
}

結果：2.3.1：找到152個關鍵點

2.4.9：找到0個關鍵點

我還測試了一個不同的ORB構造函數，但我得到了相同的結果，沒有KPts。 與2.3.1默認的構造函數中相同的構造函數值：2.4.9 custom constr：

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/features2d/features2d.hpp>


using namespace cv;


int main(int argc, char **argv){

  Mat img = imread(argv[1]);

  std::vector<KeyPoint> kp;

  // default in 2.4.9 is : ORB(700, 1.2f, 3, 31, 0);
  OrbFeatureDetector detector(500, 1.2f, 8, 31, 0); // default values of 2.3.1
  detector.detect(img, kp);
  std::cout << "Found " << kp.size() << " Keypoints " << std::endl;
  Mat out;
  drawKeypoints(img, kp, out, Scalar::all(255));

  imshow("Kpts", out);

  waitKey(0);
  return 0;
}

你知道發生了什么嗎？ 我該如何解決？

謝謝。

Answer 1

在版本2.3.1和2.4.9之間，OpenCV中ORB的實現發生了很大變化。 很難確定一個可以解釋你觀察到的行為的變化。

但是，通過更改邊緣閾值的值，可以再次增加檢測到的要素數。

下面是你的代碼的改編版本，以顯示我的意思（小心，我只能用OpenCV 3.0.0測試它，但我想你明白了）。

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/features2d.hpp>

using namespace cv;

int main(int argc, char **argv){

    Mat img = imread(argv[1]);

    std::vector<KeyPoint> kp;

    // Default parameters of ORB
    int nfeatures=500;
    float scaleFactor=1.2f;
    int nlevels=8;
    int edgeThreshold=15; // Changed default (31);
    int firstLevel=0;
    int WTA_K=2;
    int scoreType=ORB::HARRIS_SCORE;
    int patchSize=31;
    int fastThreshold=20;

    Ptr<ORB> detector = ORB::create(
    nfeatures,
    scaleFactor,
    nlevels,
    edgeThreshold,
    firstLevel,
    WTA_K,
    scoreType,
    patchSize,
    fastThreshold );

    detector->detect(img, kp);
    std::cout << "Found " << kp.size() << " Keypoints " << std::endl;

    Mat out;
    drawKeypoints(img, kp, out, Scalar::all(255));

    imshow("Kpts", out);

    waitKey(0);
    return 0;
}

Answer 2

至少在OpenCV 3.1中， edgeThreshold參數實際上是“未檢測到要素的邊框的大小”。 檢測其他功能的一種方法是減少fastThreshold參數。 這是一個誤導性的名稱，因為即使使用ORB::HARRIS_SCORE （即Harris關鍵點），此閾值也會影響檢測到的角ORB::HARRIS_SCORE ，而不僅僅是基於參數名稱的FAST關鍵點。 這也有點誤導，因為edgeThreshold本身聽起來像Harris角點檢測的閾值，而不是用於檢測點的圖像部分。

請參閱： http ： //docs.opencv.org/trunk/db/d95/classcv_1_1ORB.html#gsc.tab=0 。

此外，增加金字塔等級nlevels的數量可以為您提供更多關鍵點，但如果您的圖像大小相同且唯一的區別是您的OpenCV版本，則此處不太可能有所幫助。

我遇到了同樣的問題，這里是有效的代碼：
std::vector<KeyPoint> kpts1; Mat desc1; Ptr<ORB> orb = ORB::create(100, 2, 8, 31, 0, 2, ORB::HARRIS_SCORE, 31, 20); orb->detectAndCompute(input_image, Mat(), kpts1, desc1);

最后一個參數（上面的20）是要減少以獲取新關鍵點的fastThreshold 。