前言

今天，东莞，天气晴。温度33到27度。今天天气晴。这段时间期末，事情比较多，也很久没有更新博客。前几周终于把特征识别完成，由于最近把国外的一些网站给屏蔽了，因此暂时只能重启csdn写文章。

本文对特征识别的用法简单描述。本文你将学会使用nodeitk，


- 使用DescriptorExtractor接口查找关键点对应的特征向量
- 使用BFMatcher匹配特征向量
- 使用drawMatches绘制特征匹配

源代码

    var node_itk = require('./node-itk');
    // 读取模块图
    var img_1 = node_itk.cv.imread( "./images/lena.jpg", node_itk.cv.CV_LOAD_IMAGE_GRAYSCALE );
    // 读取目标图
    var img_2 = node_itk.cv.imread( "./images/lena.jpg", node_itk.cv.CV_LOAD_IMAGE_GRAYSCALE );
    minHessian = 400
    // 设置特征检测方法
    detector = new node_itk.cv.NodeOpenCVFeatureDetector("SURF")
    detector.Set("hessianThreshold", minHessian)
    keypoints_1 = detector.Detect( img_1 );
    keypoints_2 = detector.Detect( img_2 );
    // 获取特征描述
    extractor = new node_itk.cv.NodeOpenCVDescriptorExtractor("SURF");
    descriptors_1 = extractor.Compute(img_1, keypoints_1)
    descriptors_2 = extractor.Compute(img_2, keypoints_2)
    // 设置匹配方法
    matcher = new node_itk.cv.NodeOpenCVDescriptorMatcher("FlannBased");
    matches = matcher.Match(descriptors_1, descriptors_2);
    // 绘制匹配结果
    img_matches = node_itk.cv.DrawMatches(img_1, keypoints_1, img_2, keypoints_2, matches);
    node_itk.cv.NamedWindow( "match", node_itk.cv.CV_WINDOW_AUTOSIZE );
    node_itk.cv.imshow( "match", img_matches );
    c = node_itk.cv.WaitKey ( 0 );
    if( c >= 0 ) { return -1; }

结果

小结

nodeitk是由本人独立开发的基于nodejs图像处理工具。它包含基本的图像处理、视频处理还包含其它特征匹配功能。有关它的早前介绍请参见链接。待续。