SURF算子(opencv3.0)

#include <opencv2\opencv.hpp>
#include <iostream>  
#include "opencv2/xfeatures2d.hpp"
using namespace cv;
using namespace std;

int main()
{
    Mat srcImage1 = imread("2.jpg", 1);
    Mat srcImage2 = imread("3.jpg", 1);
    if (!srcImage1.data || !srcImage2.data)
    {
        printf("读取图片错误，请确定目录下是否有imread函数指定的图片存在~！ \n"); return false;
    }

    //【2】使用SURF算子检测关键点  
    int minHessian = 700;//SURF算法中的hessian阈值  
    Ptr<xfeatures2d::SURF> detector = xfeatures2d::SURF::create(minHessian);//定义一个SurfFeatureDetector（SURF） 特征检测类对象    
    std::vector<KeyPoint> keyPoint1, keyPoints2;//vector模板类，存放任意类型的动态数组  

                                                //【3】调用detect函数检测出SURF特征关键点，保存在vector容器中  
    detector->detect(srcImage1, keyPoint1);
    detector->detect(srcImage2, keyPoints2);

    //【4】计算描述符（特征向量）  
    Ptr<xfeatures2d::SURF> extractor = xfeatures2d::SURF::create();

    Mat descriptors1, descriptors2;
    extractor->compute(srcImage1, keyPoint1, descriptors1);
    extractor->compute(srcImage2, keyPoints2, descriptors2);

    //【5】使用BruteForce进行匹配  
    // 实例化一个匹配器  
    Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create("BruteForce");
    std::vector< DMatch > matches;
    //匹配两幅图中的描述子（descriptors）  
    matcher->match(descriptors1, descriptors2, matches);


    //【6】绘制从两个图像中匹配出的关键点  
    Mat imgMatches;
    drawMatches(srcImage1, keyPoint1, srcImage2, keyPoints2, matches, imgMatches);//进行绘制  

                                                                                  //【7】显示效果图  
    imshow("匹配图", imgMatches);

    waitKey(0);
    return 0;
}