C++ 为什么可以'；t我似乎通过使用OpenCV和C++；？

首先，我要说的是，到目前为止，我已经在这个主题上使用了大量的内容

在上面提到的文章中，该示例使用网络摄像头和UI窗口来实时查看输出。我只是尝试使用类似的代码来比较两个图像（对应于一个图像和许多帧），但遇到了一些问题

所以我有两个图像（cv:：Mat对象）

下面的代码不是很好，但这是总体思路：

int minHessian = 500;

SurfFeatureDetector detector( minHessian );
std::vector<KeyPoint> kp_object;

SurfDescriptorExtractor extractor;
Mat des_object;

extractor.compute( object_1, kp_object, des_object );

FlannBasedMatcher matcher;

std::vector<Point2f> obj_corners(4);

//Get the corners from the object
obj_corners[0] = cvPoint(0,0);
obj_corners[1] = cvPoint( object_1.cols, 0 );
obj_corners[2] = cvPoint( object_1.cols, object_1.rows );
obj_corners[3] = cvPoint( 0, object_1.rows );

Mat des_image, img_matches;
std::vector<KeyPoint> kp_image;
std::vector<vector<DMatch > > matches;
std::vector<DMatch > good_matches;
std::vector<Point2f> obj;
std::vector<Point2f> scene;
std::vector<Point2f> scene_corners(4);
Mat H;

detector.detect( object_2, kp_image );
extractor.compute( object_2, kp_image, des_image );

matcher.knnMatch(des_object, des_image, matches, 2);

for(int i = 0; i < min(des_image.rows-1,(int) matches.size()); i++) //THIS LOOP IS SENSITIVE TO SEGFAULTS
{
    if((matches[i][0].distance < 0.6*(matches[i][1].distance)) && ((int) matches[i].size()<=2 && (int) matches[i].size()>0))
    {
        good_matches.push_back(matches[i][0]);
    }
}

int minHessian=500；
表面特征检测器（minHessian）；
std：：向量kp_对象；
表面描述符牵引器；
Mat des_对象；
compute（object_1、kp_object、des_object）；
法兰巴斯德匹配器；
std：：矢量obj_角（4）；
//从对象获取角点
obj_角点[0]=cvPoint（0,0）；
obj_角点[1]=cvPoint（object_1.cols，0）；
obj_角点[2]=cvPoint（object_1.cols，object_1.rows）；
obj_角点[3]=cvPoint（0，对象_1.2行）；
Mat des_图像、img_匹配；
std：：矢量kp_图像；
向量匹配；
向量良好匹配；
std：：向量obj；
矢量场景；
std：：矢量场景_角（4）；
Mat H；
检测器。检测（对象2，kp图像）；
compute（object_2、kp_image、des_image）；
knnMatch（des_对象，des_图像，matches，2）；
对于（int i=0；i

这里的问题是，因为

匹配.size（）

等于

0

，所以它根本没有进入循环

---

我的问题是，（即使两个原始图像相同）为什么没有匹配？

您需要使用

检测器检测
对象1
中的关键点。检测（对象1，kp\u图像）

然后可以调用
extractor.compute（object_1，kp_object，des_object）如图所示
您需要使用
检测器检测
对象_1
中的关键点。检测（对象_1，kp_图像）

然后可以调用
extractor.compute（object_1，kp_object，des_object）如图所示
您需要使用
检测器检测
对象_1
中的关键点。检测（对象_1，kp_图像）

然后可以调用
extractor.compute（object_1，kp_object，des_object）如图所示
您需要使用
检测器检测
对象_1
中的关键点。检测（对象_1，kp_图像）

然后可以调用
extractor.compute（object_1，kp_object，des_object）如图所示
嗨，哈利，我不确定这一点，因为我从未使用过它，但你不应该用detector.detect（object_1，kp_图像）检测object_1中的关键点吗；第一？然后，您可以调用extractor.compute（object_1，kp_object，des_object）？如你所见，非常感谢！我从来没有发现过，我完全错过了！它正在工作。干杯作为答案提交，我将标记为解决方案。嗨，哈利，我不确定这一点，因为我从未使用过它，但你不应该用detector.detect检测对象_1中的关键点（对象_1，kp_图像）；第一？然后，您可以调用extractor.compute（object_1，kp_object，des_object）？如你所见，非常感谢！我从来没有发现过，我完全错过了！它正在工作。干杯作为答案提交，我将标记为解决方案。嗨，哈利，我不确定这一点，因为我从未使用过它，但你不应该用detector.detect检测对象_1中的关键点（对象_1，kp_图像）；第一？然后，您可以调用extractor.compute（object_1，kp_object，des_object）？如你所见，非常感谢！我从来没有发现过，我完全错过了！它正在工作。干杯作为答案提交，我将标记为解决方案。嗨，哈利，我不确定这一点，因为我从未使用过它，但你不应该用detector.detect检测对象_1中的关键点（对象_1，kp_图像）；第一？然后，您可以调用extractor.compute（object_1，kp_object，des_object）？如你所见，非常感谢！我从来没有发现过，我完全错过了！它正在工作。干杯作为答案提交，我将标记为解决方案。
int minHessian = 500;

SurfFeatureDetector detector( minHessian );
std::vector<KeyPoint> kp_object;

SurfDescriptorExtractor extractor;
Mat des_object;

extractor.compute( object_1, kp_object, des_object );

FlannBasedMatcher matcher;

std::vector<Point2f> obj_corners(4);

//Get the corners from the object
obj_corners[0] = cvPoint(0,0);
obj_corners[1] = cvPoint( object_1.cols, 0 );
obj_corners[2] = cvPoint( object_1.cols, object_1.rows );
obj_corners[3] = cvPoint( 0, object_1.rows );

Mat des_image, img_matches;
std::vector<KeyPoint> kp_image;
std::vector<vector<DMatch > > matches;
std::vector<DMatch > good_matches;
std::vector<Point2f> obj;
std::vector<Point2f> scene;
std::vector<Point2f> scene_corners(4);
Mat H;

detector.detect( object_2, kp_image );
extractor.compute( object_2, kp_image, des_image );

matcher.knnMatch(des_object, des_image, matches, 2);

for(int i = 0; i < min(des_image.rows-1,(int) matches.size()); i++) //THIS LOOP IS SENSITIVE TO SEGFAULTS
{
    if((matches[i][0].distance < 0.6*(matches[i][1].distance)) && ((int) matches[i].size()<=2 && (int) matches[i].size()>0))
    {
        good_matches.push_back(matches[i][0]);
    }
}