blocks|key|1062892|text|查看新的feature2d教程部分文档网站。有代码显示的教程：|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1062893|特征检测与例如冲浪|ordered-list-item|1062894|特征描述|1062895|特征匹配|1062896|entityMap|0|LINK|mutability|MUTABLE|url|http://docs.opencv.org/doc/tutorials/features2d/table_of_content_features2d/table_of_content_features2d.html|1|http://docs.opencv.org/doc/tutorials/features2d/feature_detection/feature_detection.html#feature-detection|2|http://docs.opencv.org/doc/tutorials/features2d/feature_description/feature_description.html|3|http://docs.opencv.org/doc/tutorials/features2d/feature_flann_matcher/feature_flann_matcher.html#feature-flann-matcher^0|4|D|0|0|0|4|1|0|0|4|2|0|0|4|3|0^^$0|@$1|2|3|4|5|6|7|Y|8|@]|9|@$A|Z|B|10|1|11]]|C|$]]|$1|D|3|E|5|F|7|12|8|@]|9|@$A|13|B|14|1|15]]|C|$]]|$1|G|3|H|5|F|7|16|8|@]|9|@$A|17|B|18|1|19]]|C|$]]|$1|I|3|J|5|F|7|1A|8|@]|9|@$A|1B|B|1C|1|1D]]|C|$]]|$1|K|3|-4|5|6|7|1E|8|@]|9|@]|C|$]]]|L|$M|$5|N|O|P|C|$Q|R]]|S|$5|N|O|P|C|$Q|T]]|U|$5|N|O|P|C|$Q|V]]|W|$5|N|O|P|C|$Q|X]]]]

Check out the <a href="http://docs.opencv.org/doc/tutorials/features2d/table_of_content_features2d/table_of_content_features2d.html">feature2d tutorial section</a> of the new OpenCV docs website.
There tutorials with code showing:

<ol>
<li><a href="http://docs.opencv.org/doc/tutorials/features2d/feature_detection/feature_detection.html#feature-detection">Feature detection</a> with e.g. SURF</li>
<li><a href="http://docs.opencv.org/doc/tutorials/features2d/feature_description/feature_description.html">Feature Description</a></li>
<li><a href="http://docs.opencv.org/doc/tutorials/features2d/feature_flann_matcher/feature_flann_matcher.html#feature-flann-matcher">Feature Matching</a></li>
</ol>

blocks|key|1541994|text|如果您找到了图像和场景之间的匹配，那么我建议您应用cv::findHomography()。它将以4个匹配项作为输入，计算出相应的同调矩阵。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1541995|您可以转换为相机姿态从同形矩阵直接。|1541996|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|F|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|G|8|@]|9|@]|A|$]]|$1|D|3|-4|5|6|7|H|8|@]|9|@]|A|$]]]|E|$]]

If you have managed to find matches between the image and the scene, then I suggest you apply cv::findHomography(). It will calculate the homography matrix using 4 matches as input.

You can convert to camera pose from the homography matrix directly.

blocks|key|1062957|text|由于使用SIFT而不是冲浪，我将SurfFeatureDetector改为SiftFeatureDetector，SurfDescriptorExtractor改为SiftDescriptorExtractor。对于一些图像，我发现组合SURF检测器<->+SIFT描述符获得了相对准确的结果，但是您应该试验其他组合(快速检测器-反常描述符或ORB检测器-活力描述符)，这取决于您的需求。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|1062958|请按照本教程来解决您的问题中的同形部分：特征匹配与单字|1062959|另外，也许这会有帮助：姿态估计|1062960|entityMap|0|LINK|mutability|MUTABLE|url|http://docs.opencv.org/doc/tutorials/features2d/feature_homography/feature_homography.html#feature-homography|1|https://stackoverflow.com/questions/8140924/opencv-extrinsic-camera-from-feature-points/8192775#8192775^0|G|J|11|J|1L|N|2A|N|0|K|7|0|0|B|4|1|0^^$0|@$1|2|3|4|5|6|7|T|8|@$9|U|A|V|B|C]|$9|W|A|X|B|C]|$9|Y|A|Z|B|C]|$9|10|A|11|B|C]]|D|@]|E|$]]|$1|F|3|G|5|6|7|12|8|@]|D|@$9|13|A|14|1|15]]|E|$]]|$1|H|3|I|5|6|7|16|8|@]|D|@$9|17|A|18|1|19]]|E|$]]|$1|J|3|-4|5|6|7|1A|8|@]|D|@]|E|$]]]|K|$L|$5|M|N|O|E|$P|Q]]|R|$5|M|N|O|E|$P|S]]]]

For using SIFT instead of SURF, I changed <code>SurfFeatureDetector</code> to <code>SiftFeatureDetector</code> and <code>SurfDescriptorExtractor</code> to <code>SiftDescriptorExtractor</code>. For some images, I found that the combination SURF detector &lt;--> SIFT descriptor yields relatively accurate results, but you should experiment with other combinations (FAST detector - FREAK descriptor or ORB detector - BRISK descriptor), depending on your requirements.

Please follow this tutorial for solving the homography part of your question:
<a href="http://docs.opencv.org/doc/tutorials/features2d/feature_homography/feature_homography.html#feature-homography" rel="nofollow noreferrer">Feature Matching and Homography</a>

Also, maybe this will help: <a href="https://stackoverflow.com/questions/8140924/opencv-extrinsic-camera-from-feature-points/8192775#8192775">Pose Estimation</a>

I'm trying to get started working with sift feature extraction using (C++) OpenCv. I need to extract features using SIFT, match them between the original image (e.g. a book) and a scene, and after that calculate the camera pose.

So far I have found <a href="http://opencv.itseez.com/doc/tutorials/features2d/feature_flann_matcher/feature_flann_matcher.html">this algorithm</a> using SURF. Does anyone know a base code from which I can get started, or maybe a way to convert the algorithm in the link from SURF to SIFT?

Thanks in advance. 

EDIT:
Ok, I worked out a solution for the sift problem. Now I'm trying to figure the camera pose. I'm trying to use: solvePnP, can anyone help me with an example?

Sift Extraction - opencv

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

我正在尝试开始使用(C++) OpenCv进行sift特性提取。我需要使用SIFT提取特征，在原始图像(例如一本书)和场景之间进行匹配，然后计算相机的姿态。到目前为止，我发现使用的是冲浪。有没有人知道一个基本代码，我可以从中开始，或者可能是一种方法，在链接中的算法从冲浪到筛选？提前谢谢。编辑： Ok，我想出了一个sift问题的解决方案。现在我想弄清楚相机的姿势。我试着用: solvePnP，有人能

问Sift萃取- opencv
EN

回答 3

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Sift萃取- opencvEN

回答 3

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Sift萃取- opencv
EN