VLFeat中SIFT特征点检测

本代码使用VLFeat库中的函数对一幅图像进行了SIFT检测

需要事先配置好VLFeat和OpenCV，VLFeat的配置参考前一篇博文，OpenCV的配置网上一大堆，自己去百度

#include "stdafx.h"

#include <stdio.h>

#include <tchar.h>

#include <opencv2/opencv.hpp>

#include <stdio.h>

using namespace cv;

using namespace std;

extern "C"{

#include <vl/generic.h>

#include <vl/stringop.h>

#include <vl/sift.h>

#include <vl/getopt_long.h>

};

int _tmain(int argc, _TCHAR* argv[])

{

    // 注意此处一定是0，不能不填，因为是单通道，灰度空间

    IplImage* img = cvLoadImage("1.jpg", );

    // 此处这三个变量的定义看下面vl_sift_new函数中的解释

    int noctaves = , nlevels = , o_min = ;

    // vl_sift_pix 就是float型数据

    vl_sift_pix *imgdata = new vl_sift_pix[img->height * img->width];

    // 将原图像复制到float型的vl_sift_pix数组中

    unsigned char *Pixel;

    for (int i=;i<img->height;i++)

    {

        for (int j=;j<img->width;j++)

        {

            Pixel=(unsigned char*)(img->imageData+i*img->width+j);

            imgdata[i*img->width+j]=*(Pixel);

        }

    }

    // VlSiftFilt: This filter implements the SIFT detector and descriptor.

    // 这个过滤器实现了SIFT检测器和描述符

    VlSiftFilt *siftfilt = NULL;

    // vl_sift_new(int width, int height, int noctaves, int nlevels, int o_min)

    // noctaves: numbers of octaves 组数

    // nlevels: numbers of levels per octave 每组的层数

    // o_min: first octave index 第一组的索引号

    siftfilt = vl_sift_new(img->width, img->height, noctaves, nlevels, o_min);

    float Descri[][];    //记录每个特征点的描述符，一个特征点有可能有多个描述符，最多有4个

    int      area[][];        //0~3分别记录每个特征点的坐标x,y,圆的半径大小r,该特征点的方向个数，或者说描述符个数

    int keypoint = ;

    int idx_point = ;            //特征点的个数

    int idx_descri = ;            //特征点描述符的个数 >= idx_point

    // vl_sift_process_first_octave:

    // The function starts processing a new image by computing its Gaussian scale space at the lower octave.

    // It also empties the internal keypoint buffer.

    // 这个函数开始处理一幅新图像，通过计算它在低层的高斯尺度空间

    // 它还清空内部记录关键点的缓冲区

    if (vl_sift_process_first_octave(siftfilt, imgdata) != VL_ERR_EOF)

    {

        while ()

        {

            // 计算每组中的关键点

            vl_sift_detect(siftfilt);

            // 遍历每个特征点

            keypoint += siftfilt->nkeys;

            VlSiftKeypoint *pkeypoint = siftfilt->keys;

            for (int i = ; i < siftfilt->nkeys; i ++)

            {

                VlSiftKeypoint tempkeypoint = *pkeypoint;

                pkeypoint++;

                area[idx_point][] = tempkeypoint.x;

                area[idx_point][] = tempkeypoint.y;

                area[idx_point][] = tempkeypoint.sigma/;

                // 计算并遍历每个点的方向

                double angles[];

                // The function computes the orientation(s) of the keypoint k.

                // The function returns the number of orientations found (up to four).

                // The orientations themselves are written to the vector angles.

                // 计算每个极值点的方向，包括主方向和辅方向，最多4个方向

                int angleCount = vl_sift_calc_keypoint_orientations(siftfilt, angles, &tempkeypoint);

                area[idx_point][] = angleCount;

                idx_point ++;

                for (int j = ; j < angleCount; ++ j)

                {

                    printf("%d: %f\n", j, angles[j]);

                    // 计算每个方向的描述符

                    float *descriptors = new float[];

                    vl_sift_calc_keypoint_descriptor(siftfilt, descriptors, &tempkeypoint, angles[j]);

                    memcpy(Descri[idx_descri], descriptors,  * sizeof(float));

                    idx_descri ++;

                    delete []descriptors;

                    descriptors = NULL;

                }

            }

            // vl_sift_process_next_octave:

            // The function computes the next octave of the Gaussian scale space.

            // Notice that this clears the record of any feature detected in the previous octave.

            // 这个函数计算高斯尺度空间中的下一组尺度空间图像

            // 这个函数会清除在前一层空间中检测到的特征点

            if (vl_sift_process_next_octave(siftfilt) == VL_ERR_EOF)

            {

                break;

            }

            keypoint = ;

        }

    }

    vl_sift_delete(siftfilt);

    delete []imgdata;

    imgdata = NULL;

    for (int i = ; i < idx_point; ++ i)

    {

        cvDrawCircle(img, cvPoint(area[i][], area[i][]), area[i][], CV_RGB(,,));

    }

    cvNamedWindow("Source Image", );

    cvShowImage("Source Image", img);

    cvWaitKey();

    cvReleaseImage(&img);

    cvDestroyAllWindows();

    return ;

}