samples/cpp/freak_demo.cpp

   1 //  demo.cpp
   2 //
   3 //      Here is an example on how to use the descriptor presented in the following paper:
   4 //      A. Alahi, R. Ortiz, and P. Vandergheynst. FREAK: Fast Retina Keypoint. In IEEE Conference on Computer Vision and Pattern Recognition, 2012.
   5 //  CVPR 2012 Open Source Award winner
   6 //
   7 //      Copyright (C) 2011-2012  Signal processing laboratory 2, EPFL,
   8 //      Kirell Benzi (kirell.benzi@epfl.ch),
   9 //      Raphael Ortiz (raphael.ortiz@a3.epfl.ch),
  10 //      Alexandre Alahi (alexandre.alahi@epfl.ch)
  11 //      and Pierre Vandergheynst (pierre.vandergheynst@epfl.ch)
  12 //
  13 //  Redistribution and use in source and binary forms, with or without modification,
  14 //  are permitted provided that the following conditions are met:
  15 //
  16 //   * Redistribution's of source code must retain the above copyright notice,
  17 //     this list of conditions and the following disclaimer.
  18 //
  19 //   * Redistribution's in binary form must reproduce the above copyright notice,
  20 //     this list of conditions and the following disclaimer in the documentation
  21 //     and/or other materials provided with the distribution.
  22 //
  23 //   * The name of the copyright holders may not be used to endorse or promote products
  24 //     derived from this software without specific prior written permission.
  25 //
  26 //  This software is provided by the copyright holders and contributors "as is" and
  27 //  any express or implied warranties, including, but not limited to, the implied
  28 //  warranties of merchantability and fitness for a particular purpose are disclaimed.
  29 //  In no event shall the Intel Corporation or contributors be liable for any direct,
  30 //  indirect, incidental, special, exemplary, or consequential damages
  31 //  (including, but not limited to, procurement of substitute goods or services;
  32 //  loss of use, data, or profits; or business interruption) however caused
  33 //  and on any theory of liability, whether in contract, strict liability,
  34 //  or tort (including negligence or otherwise) arising in any way out of
  35 //  the use of this software, even if advised of the possibility of such damage.
  36
  37 #include <iostream>
  38 #include <string>
  39 #include <vector>
  40
  41 #include <opencv2/core.hpp>
  42 #include "opencv2/core/utility.hpp"
  43 #include <opencv2/highgui.hpp>
  44 #include <opencv2/features2d.hpp>
  45 #include <opencv2/nonfree.hpp>
  46
  47 using namespace cv;
  48
  49 static void help( char** argv )
  50 {
  51     std::cout << "\nUsage: " << argv[0] << " [path/to/image1] [path/to/image2] \n"
  52               << "This is an example on how to use the keypoint descriptor presented in the following paper: \n"
  53               << "A. Alahi, R. Ortiz, and P. Vandergheynst. FREAK: Fast Retina Keypoint. \n"
  54               << "In IEEE Conference on Computer Vision and Pattern Recognition, 2012. CVPR 2012 Open Source Award winner \n"
  55               << std::endl;
  56 }
  57
  58 int main( int argc, char** argv ) {
  59     // check http://docs.opencv.org/doc/tutorials/features2d/table_of_content_features2d/table_of_content_features2d.html
  60     // for OpenCV general detection/matching framework details
  61
  62     if( argc != 3 ) {
  63         help(argv);
  64         return -1;
  65     }
  66
  67     // Load images
  68     Mat imgA = imread(argv[1], IMREAD_GRAYSCALE );
  69     if( !imgA.data ) {
  70         std::cout<< " --(!) Error reading image " << argv[1] << std::endl;
  71         return -1;
  72     }
  73
  74     Mat imgB = imread(argv[2], IMREAD_GRAYSCALE );
  75     if( !imgB.data ) {
  76         std::cout << " --(!) Error reading image " << argv[2] << std::endl;
  77         return -1;
  78     }
  79
  80     std::vector<KeyPoint> keypointsA, keypointsB;
  81     Mat descriptorsA, descriptorsB;
  82     std::vector<DMatch> matches;
  83
  84     // DETECTION
  85     // Any openCV detector such as
  86     SurfFeatureDetector detector(2000,4);
  87
  88     // DESCRIPTOR
  89     // Our proposed FREAK descriptor
  90     // (rotation invariance, scale invariance, pattern radius corresponding to SMALLEST_KP_SIZE,
  91     // number of octaves, optional vector containing the selected pairs)
  92     // FREAK extractor(true, true, 22, 4, std::vector<int>());
  93     FREAK extractor;
  94
  95     // MATCHER
  96     // The standard Hamming distance can be used such as
  97     // BFMatcher matcher(NORM_HAMMING);
  98     // or the proposed cascade of hamming distance using SSSE3
  99     BFMatcher matcher(extractor.defaultNorm());
 100
 101     // detect
 102     double t = (double)getTickCount();
 103     detector.detect( imgA, keypointsA );
 104     detector.detect( imgB, keypointsB );
 105     t = ((double)getTickCount() - t)/getTickFrequency();
 106     std::cout << "detection time [s]: " << t/1.0 << std::endl;
 107
 108     // extract
 109     t = (double)getTickCount();
 110     extractor.compute( imgA, keypointsA, descriptorsA );
 111     extractor.compute( imgB, keypointsB, descriptorsB );
 112     t = ((double)getTickCount() - t)/getTickFrequency();
 113     std::cout << "extraction time [s]: " << t << std::endl;
 114
 115     // match
 116     t = (double)getTickCount();
 117     matcher.match(descriptorsA, descriptorsB, matches);
 118     t = ((double)getTickCount() - t)/getTickFrequency();
 119     std::cout << "matching time [s]: " << t << std::endl;
 120
 121     // Draw matches
 122     Mat imgMatch;
 123     drawMatches(imgA, keypointsA, imgB, keypointsB, matches, imgMatch);
 124
 125     namedWindow("matches", WINDOW_KEEPRATIO);
 126     imshow("matches", imgMatch);
 127     waitKey(0);
 128 }