c++ - 图像中的 Opencv 评级特征

OpenCV 论坛已经有几天不可用了，所以我在这里发布这个问题。我想用 C++ 实现一个类，该类将分析图像并确定该图像对于特征跟踪的好坏程度。

Vuforia 已经解释了一种方法。

1)特征数量

计算返回的特征数量，假设至少需要 30 个特征。

2)局部对比

方差可以作为衡量图像中有多少变化的起点。要充分利用该指标，需要进行何种预处理？

我们如何改进这一点？使用 FT 或 DFT 变换，是否可以查看在许多不同的图像频率下是否存在高对比度？如何实现？

DFT -> 方差 (?)

3)特征分布

这可以通过聚类、合适的中心和均值+s.d 来完成。这与图像尺寸相当。 95% 应在平均值 + 2 x s.d 范围内。理想情况下。

4)避免有机形状

这不会产生任何特征，因此与特征数量的标准相同。

5) 避免重复模式

将检测到的特征与自身进行匹配，并确保没有太多重复项。

最佳答案

Vuforia 做同样的事情。

但是如果您想编写自己的代码来执行相同的操作，

ARToolkit 是为 NFT 标记提供相同功能的开源 SDK。如果你浏览 ARToolkit 的源代码，那么你会找到类似"DisplayFeatureSet"
还有DisplayfeatureSet.exe 文件显示所选图像的特征(热点)如:

我不知何故设法获得了源代码(.c)。在这里，我提供我的 google Drive 链接来下载源代码，对其进行处理并分享您的经验:

祝你好运:)

关于c++ - 图像中的 Opencv 评级特征，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37108628/