189 8069 5689
这篇文章主要介绍C++ OpenCV特征提取之如何实现AKAZE检测，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
为湘桥等地区用户提供了全套网页设计制作服务，及湘桥网站建设行业解决方案。主营业务为网站建设、做网站、湘桥网站设计，以传统方式定制建设网站，并提供域名空间备案等一条龙服务，秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求，就会得到认可，从而选择与我们长期合作。这样，我们也可以走得更远！
代码演示
我们还是用上次KAZE的代码例子，因为AKAZE的检测只是和KAZE改一下参数就可以了。项目名为opencv--kaze，按照配置属性(VS2017配置OpenCV通用属性),然后在源文件写入#include和main方法
运行一下，还是我们的老图片
AKAZE寻到特征点的原理与KAZE的完全一样，我们这里也列一下：
先创建KAZE的detector和要存放在Keypoint。
然后能过detect把源图像上的特征存放在Keypoint里面。
定义一个输出的图像，然后在输出图像上画上Keypoints。
最后再显示图像。
上面的参数就是把原来的KAZE改为AKAZE就可以了，是不是非常的简单呢。
接下来我们看一下运行的效果
我们找一下上一张KAZE的效果
对比了一下，AKAZE要比KAZE的特征点少了一些，也验证了前面说的AKAZE是在KAZE的基础上进行改进的，接下来我们再看一下时间的对比。
AKAZE用的时间
KAZE用的时间
163对2817，差距非常大，用的AKAZE的时间要比KAZE的时间少了2秒钟，可以速度快了非常之多。
以上是“C++ OpenCV特征提取之如何实现AKAZE检测”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注创新互联行业资讯频道！