Opencv SIFT检测到的关键点数量非常少

我有一个图像拼接代码和SIFT被用来检测关键点。当我使用从互联网下载的图像时，关键点的数量非常好。但是当我使用相机拍摄的图像时，关键点的数量非常糟糕。这是我用来检测关键点的代码。有什么问题吗

> Ptr<SIFT> detector = SIFT::create(0,3,-1,5,2.6); //0,3,-1,5,0.6   
> std::vector <KeyPoint> kp1, kp2;    
> Mat descriptors1, descriptors2;
> detector -> detectAndCompute (imageA, noArray(), kp1, descriptors1);    
> detector -> detectAndCompute (imageB, noArray(),kp2, descriptors2);    
> //Ptr<DescriptorMatcher> matcher = BFMatcher::create();    
> Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create(DescriptorMatcher::FLANNBASED);   

Ptr检测器=SIFT:：create（0,3，-1,5,2.6）//0,3,-1,5,0.6 >标准：：载体kp1，kp2； >Mat描述符1，描述符2； >检测器->检测和计算（imageA，noArray（），kp1，描述符1）； >检测器->检测和计算（imageB，noArray（），kp2，描述符2）； >//Ptr matcher=BFMatcher:：create（）； >Ptr matcher=DescriptorMatcher:：create（DescriptorMatcher:：flannbase）；

---

您可以尝试更改sift参数。Probaby您可以调整功能评分阈值。其他可能的方法：正常化图像（将最小值缩放为0，将最大值缩放为255）或使用直方图均衡化。你能展示一些你的图片吗？关键点检测/描述仅在纹理场景中有效。为什么要修改

SIFT:：create（）

的默认值。第三个值

Contrast threshold=0.04

的值表示“阈值越大，检测器产生的特征越少。”您将该值更改为-1。我甚至不知道负值是否有意义。首先，我会尝试使用默认值进行特征检测，可能会一个接一个地更改参数，以确定是否可以获得更好的结果。筛分非常均衡。