blocks|key|2026140|text|从OpenCV的文档中可以看出，SIFT和SURF特征检测算法都支持此功能：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2026141|+C%2B%2B:+void+SURF::operator()(InputArray+img,+InputArray+mask,+vector<KeyPoint>&+keypoints,+OutputArray+descriptors,+bool+useProvidedKeypoints=false)

+C%2B%2B:+void+SIFT::operator()(InputArray+img,+InputArray+mask,+vector<KeyPoint>&+keypoints,+OutputArray+descriptors,+bool+useProvidedKeypoints=false)|code-block|syntax|javascript|2026142|参数为"useProvidedKeypoints“，其中|2026143|2026144|布尔标志。如果为真，则不运行关键点检测器。取而代之的是，使用提供的关键点矢量，算法只计算它们的描述符。|blockquote|2026145|2026146|2026147|因此，在这种情况下，如果您已经获得了一些您感兴趣的点，您可以将它们提供给函数，它将相应地返回这些点的计算描述符(在这种情况下，关键点检测器不会运行)|2026148|entityMap^0|0|0|0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|S|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|T|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|U|8|@]|9|@]|A|$]]|$1|I|3|-4|5|6|7|V|8|@]|9|@]|A|$]]|$1|J|3|K|5|L|7|W|8|@]|9|@]|A|$]]|$1|M|3|-4|5|6|7|X|8|@]|9|@]|A|$]]|$1|N|3|-4|5|6|7|Y|8|@]|9|@]|A|$]]|$1|O|3|P|5|6|7|Z|8|@]|9|@]|A|$]]|$1|Q|3|-4|5|6|7|10|8|@]|9|@]|A|$]]]|R|$]]

From the document of OpenCV, both SIFT and SURF feature detection algorithms support this feature: 

<pre><code> C++: void SURF::operator()(InputArray img, InputArray mask, vector&lt;KeyPoint&gt;&amp; keypoints, OutputArray descriptors, bool useProvidedKeypoints=false)

 C++: void SIFT::operator()(InputArray img, InputArray mask, vector&lt;KeyPoint&gt;&amp; keypoints, OutputArray descriptors, bool useProvidedKeypoints=false)
</code></pre>

The parameter is "useProvidedKeypoints" where

<blockquote>
 Boolean flag. If it is true, the keypoint detector is not run.
 Instead, the provided vector of keypoints is used and the algorithm
 just computes their descriptors."
</blockquote>

So, in this case, if you have already got some points you feel interested in, you can feed them into the function and it will return the calculated descriptors for those points accordingly (the keypoint detector is not run in this case)

blocks|key|2031592|text|您需要OpenCV2.3附带的名为find_obj.py的示例，它位于opencv+\+samples+\python2Samples目录中。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2031593|它是在cv2和python中使用SURF的一个很好的例子。|2031594|关于特征检测器的文档在这里：http://opencv.itseez.com/modules/features2d/doc/common_interfaces_of_feature_detectors.html#surffeaturedetector|offset|length|2031595|entityMap|0|LINK|mutability|MUTABLE|url|http://opencv.itseez.com/modules/features2d/doc/common_interfaces_of_feature_detectors.html#surffeaturedetector^0|0|0|E|33|0|0^^$0|@$1|2|3|4|5|6|7|P|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|Q|8|@]|9|@]|A|$]]|$1|D|3|E|5|6|7|R|8|@]|9|@$F|S|G|T|1|U]]|A|$]]|$1|H|3|-4|5|6|7|V|8|@]|9|@]|A|$]]]|I|$J|$5|K|L|M|A|$N|O]]]]

You want the example that comes with opencv 2.3 called find_obj.py
it is in the opencv\samples\python2 samples directory.

It is an excellent example of using SURF in cv2 and python.

Doc on feature detectors is here: <a href="http://opencv.itseez.com/modules/features2d/doc/common_interfaces_of_feature_detectors.html#surffeaturedetector" rel="nofollow">http://opencv.itseez.com/modules/features2d/doc/common_interfaces_of_feature_detectors.html#surffeaturedetector</a>

blocks|key|1010002|text|是，但不是OpenCV+python+API。在C%2B%2B中使用SurfDescriptorExtractor。|type|unstyled|depth|inlineStyleRanges|offset|length|style|BOLD|entityRanges|data|1010003|entityMap|0|LINK|mutability|MUTABLE|url|http://opencv.willowgarage.com/documentation/cpp/features2d_common_interfaces_of_descriptor_extractors.html#surfdescriptorextractor^0|0|1|U|N|0|0^^$0|@$1|2|3|4|5|6|7|N|8|@$9|O|A|P|B|C]]|D|@$9|Q|A|R|1|S]]|E|$]]|$1|F|3|-4|5|6|7|T|8|@]|D|@]|E|$]]]|G|$H|$5|I|J|K|E|$L|M]]]]

Yes, but not with OpenCV python API.
Using <a href="http://opencv.willowgarage.com/documentation/cpp/features2d_common_interfaces_of_descriptor_extractors.html#surfdescriptorextractor" rel="nofollow">SurfDescriptorExtractor</a> in C++.

blocks|key|2031601|text|根据OPENCV手册文档，函数"extractSURF“的格式如下：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2031602|cv.ExtractSURF(image，mask、storage、params)->+(keypoints、mask|offset|length|style|BOLD|2031603|SURF关键点:包含关键点(x，y)坐标和比例的关键点数组、基于关键点坐标的etc..|2031604|descriptors：描述符以及SURF检测该关键点的比例。|unordered-list-item|2031605|2031606|正如你所看到的，extractSURF函数用于计算从检测到描述的整个SURF过程，所以你不能使用你自己的函数特性来计算SURF描述符。|2031607|此外，，检测过程中关键点的尺度与提取描述符的关键点周围构造区域的尺度之间的关系。它不适合用于SURF描述符提取过程的其他功能。|2031608|因此，在OpenCV3.0中，现在只有两个功能来检测和detectAndCompute++SURF。It++not+allow+compute+SURF函数被分离。|2031609|entityMap^0|0|F|5|L|4|Q|7|Y|6|19|9|0|0|0|0|0|0|3|0|R|G|18|12|0^^$0|@$1|2|3|4|5|6|7|V|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|W|8|@$D|X|E|Y|F|G]|$D|Z|E|10|F|G]|$D|11|E|12|F|G]|$D|13|E|14|F|G]|$D|15|E|16|F|G]]|9|@]|A|$]]|$1|H|3|I|5|6|7|17|8|@]|9|@]|A|$]]|$1|J|3|K|5|L|7|18|8|@]|9|@]|A|$]]|$1|M|3|-4|5|6|7|19|8|@]|9|@]|A|$]]|$1|N|3|O|5|6|7|1A|8|@]|9|@]|A|$]]|$1|P|3|Q|5|6|7|1B|8|@$D|1C|E|1D|F|G]]|9|@]|A|$]]|$1|R|3|S|5|6|7|1E|8|@$D|1F|E|1G|F|G]|$D|1H|E|1I|F|G]]|9|@]|A|$]]|$1|T|3|-4|5|6|7|1J|8|@]|9|@]|A|$]]]|U|$]]

According to manual OPENCV document, function "extractSURF" have format as follows: 
cv.ExtractSURF(image, mask, storage, params)-> (keypoints, descriptors) 

<ul>
<li>key points: array of key points which contains coordinate of the key point (x,y) and scale, etc..</li>
<li>descriptors: SURF descriptor based on coordinate of the key point and the scale on which SURF detect that key point. 
As you can see, extractSURF function is used for computing whole process of SURF from detection to description, so you cannot use your own features for the function to compute SURF descriptors. 
Moreover, the relation between scale of key points in the detection process and scale of constructing regions around key points for extracting the descriptor. It is inappropriate for using other features for SURF descriptor extraction process. 
Thus, in Opencv 3.0, there are only two functions detect and detectAndCompute for SURF right now. It does not allow compute SURF function to be separated. </li>
</ul>

I read OpenCV SURF manual "ExtractSURF" at <a href="http://opencv.willowgarage.com/documentation/python/feature_detection.html" rel="nofollow">http://opencv.willowgarage.com/documentation/python/feature_detection.html</a>

as I understand, this function automatically looks for SURF features on the image. 

In many cases, the user wants to feed those features (detected by other algorithms) to this function to get the SURF descriptors for these points. 
But I think the function (ExtractSURF) doesn't support that. Am I right?? it is fixed with SURF features it find out

Is there any resolution for this??

Thanks

SURF OpenCV - SURF descriptors for pre-defined points

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我在上读过OpenCV冲浪手册"ExtractSURF“据我所知，这个函数会自动在图像上查找SURF特征。在许多情况下，用户希望将这些特征(由其他算法检测到)提供给此函数，以获得这些点的SURF描述符。但我认为函数(ExtractSURF)不支持这一点。我说的对吗？?它修复了它发现的SURF功能对此有什么解决方案吗？谢谢

问SURF OpenCV -预定义点的SURF描述符
EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问SURF OpenCV -预定义点的SURF描述符EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问SURF OpenCV -预定义点的SURF描述符
EN