c# 基于sift的 马赛克检测

c# 基于sift的 马赛克检测

而相同的视频文件，经不同机顶盒的解码和图像采集设备的抓取，可能会产生图像明暗的差异和整体的颜色值变化，但极值和边角的变化极少。而图像马赛克出现，则对图像中的极值点会产生数量和位置的变化。通过对极值点的数量、位置的变化对比，来检测图像跟原始图像的差异，来判断图像的异常是本文介绍方法的核心

using System;
using OpenCvSharp;
using OpenCvSharp.CPlusPlus;namespace CppStyleSamplesCS
{class sift_a{public void MatchBySift(Mat src1, Mat src2){Mat gray1 = new Mat();Mat gray2 = new Mat();Cv2.CvtColor(src1, gray1, ColorConversion.BgrToGray);Cv2.CvtColor(src2, gray2, ColorConversion.BgrToGray);Cv2.NamedWindow("gray", 0);Cv2.ImShow("gray", gray1);SIFT sift = new SIFT();/*将特征，极值点放入keypoint*/KeyPoint[] keypoints1, keypoints2;MatOfFloat descriptors1 = new MatOfFloat();MatOfFloat descriptors2 = new MatOfFloat();sift.Run(gray1, null, out keypoints1, descriptors1);sift.Run(gray2, null, out keypoints2, descriptors2);/*keypoints内部有以下内容angle: 特征点的方向，值在0-360class_id: 用于聚类id,没有进行聚类时为-1octave: 特征点所在的高斯金差分字塔组pt: 特征点坐标response: 特征点响应强度，代表了该点时特征点的程度（特征点分数排序时，会根据特征点强度）size:特征点领域直径*/int len = keypoints1.Length;int len1 = keypoints2.Length;int same = 0;foreach (dynamic j in keypoints1){foreach(dynamic i in keypoints2){if((int)j.Pt.X==(int)i.Pt.X && (int)j.Pt.Y == (int)i.Pt.Y){if (j.Angle == i.Angle && j.Size == i.Size){Console.WriteLine("{0},{1}", j.Angle, i.Angle);same++;}}}}Console.WriteLine("{0},{1}",same,len);Console.ReadKey();}class test{static void Main(string[] args){Mat src1 = new Mat(@"C:Users林皓天Desktop城市6.jpg",LoadMode.Unchanged);Mat src2 = Cv2.ImRead(@"C:Users林皓天Desktop城市9.jpg");/*两种方法将将图像文件存入src1，2*/Cv2.NamedWindow("gbr", 0);/*这样图像才能显示完全*/Cv2.ImShow("gbr", src1);sift_a test1 = new sift_a();test1.MatchBySift(src1, src2);Cv2.WaitKey(0);/*让图像显示，until摁下0*/}}}
}

 库的选择

 资料网站：

sift原理：SIFT算法 - 知乎 (zhihu)

图像金字塔介绍：OpenCV计算机视觉学习（7）——图像金字塔（高斯金字塔，拉普拉斯金字塔，图像缩放resize函数） - 战争热诚 - 博客园 (cnblogs).html

c#sift算法实现：C# (CSharp) Code Examples - HotExamples=0xfc89e8b0fc0e96f38d1b11d4fa83ab681b52fe0174375ddd7038a934ff458b01&fullName=sample/CppStyleSamplesCS/SiftSurfSample.cs&project=0sv/opencvsharp

匹配算法了解：OpenCV - BF和FLANN特征匹配算法 - AI备忘录 (aiuai).html

具体参数理解：sift算法使用 - silence_cho - 博客园实际项目中一般都直接使用封装好的sift算法。以前为了用sift，都是用的旧版本：opencv-contib-python=3.4.2.17，现在sift专利过期了，新版的opencv直接可以使用si.html