OpenCV iOS-显示从drawMatches返回的图像

我是OpenCV的新手。 我正在尝试在iOS上使用OpenCV中的FLANN/SURF在图像之间绘制功能匹配。 我遵循这个例子：

下面是我的代码，稍作修改（将示例中的代码包装在一个函数中，该函数返回一个UIImage作为结果，并从bundle读取起始图像）：

UIImage*SURFRecognition:：test（）
{
UIImage*img1=[UIImage ImageName:@“钱包”]；
UIImage*img2=[UIImage ImageName:@“wallet2”]；
Mat img_1；
matimg_2；
UIImageToMat（img1，img_1）；
UIImageToMat（img2，img_2）；
如果（！img_1.data | |！img_2.data）
{
标准：：cout max_dist）max_dist=dist；
}
printf（“--Max dist:%f\n”，Max\u dist）；
printf（“--最小距离：%f\n”，最小距离）；
//--仅绘制“良好”匹配（即距离小于2*min\u dist）
//--PS.-radiusMatch也可以在此处使用。
标准：：矢量良好匹配；
对于（int i=0；i{if（matches[i].distance我自己找到了答案。
看起来，在搜索了很多之后，drawMatches需要img1和img2具有1到3个通道。
下面是我的代码：

增加

太好了！这对我帮助很大！
UIImage* SURFRecognition::test()
{
    UIImage *img1 = [UIImage imageNamed:@"wallet"];
    UIImage *img2 = [UIImage imageNamed:@"wallet2"];

    Mat img_1;
    Mat img_2;

    UIImageToMat(img1, img_1);
    UIImageToMat(img2, img_2);

    if( !img_1.data || !img_2.data )
    {
        std::cout<< " --(!) Error reading images " << std::endl;
    }

    //-- Step 1: Detect the keypoints using SURF Detector
    int minHessian = 400;

    SurfFeatureDetector detector( minHessian );

    std::vector<KeyPoint> keypoints_1, keypoints_2;

    detector.detect( img_1, keypoints_1 );
    detector.detect( img_2, keypoints_2 );

    //-- Step 2: Calculate descriptors (feature vectors)
    SurfDescriptorExtractor extractor;

    Mat descriptors_1, descriptors_2;

    extractor.compute( img_1, keypoints_1, descriptors_1 );
    extractor.compute( img_2, keypoints_2, descriptors_2 );

    //-- Step 3: Matching descriptor vectors using FLANN matcher
    FlannBasedMatcher matcher;
    std::vector< DMatch > matches;
    matcher.match( descriptors_1, descriptors_2, matches );

    double max_dist = 0; double min_dist = 100;

    //-- Quick calculation of max and min distances between keypoints
    for( int i = 0; i < descriptors_1.rows; i++ )
    { double dist = matches[i].distance;
        if( dist < min_dist ) min_dist = dist;
        if( dist > max_dist ) max_dist = dist;
    }

    printf("-- Max dist : %f \n", max_dist );
    printf("-- Min dist : %f \n", min_dist );

    //-- Draw only "good" matches (i.e. whose distance is less than 2*min_dist )
    //-- PS.- radiusMatch can also be used here.
    std::vector< DMatch > good_matches;

    for( int i = 0; i < descriptors_1.rows; i++ )
    { if( matches[i].distance <= 2*min_dist )
    { good_matches.push_back( matches[i]); }
    }

    //-- Draw only "good" matches
    Mat img_matches;
    drawMatches( img_1, keypoints_1, img_2, keypoints_2,
                good_matches, img_matches, Scalar::all(-1), Scalar::all(-1),
                vector<char>(), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS );

    //-- Show detected matches
    //imshow( "Good Matches", img_matches );

    UIImage *imgTemp = MatToUIImage(img_matches);

    for( int i = 0; i < good_matches.size(); i++ )
    {
        printf( "-- Good Match [%d] Keypoint 1: %d  -- Keypoint 2: %d  \n", i, good_matches[i].queryIdx, good_matches[i].trainIdx );
    }

    return imgTemp;
}

UIImageToMat(img1, img_1);
UIImageToMat(img2, img_2);

cvtColor(img_1, img_1, CV_BGRA2BGR);
cvtColor(img_2, img_2, CV_BGRA2BGR);