OpenCV 4.x Java中DescriptorExtractor与DescriptorMatcher的替代方案及用法

问题说明 #

使用旧版ORB特征匹配代码时，ORB检测功能正常，但无法找到DescriptorExtractor和DescriptorMatcher类，需明确OpenCV 4中的替代类及用法。

替代类说明 #

• DescriptorExtractor：OpenCV 4已将其整合到Feature2D接口中，ORB类本身实现了Feature2D，无需单独创建DescriptorExtractor实例，直接用ORB对象的compute方法即可完成描述符计算。
• DescriptorMatcher：仍可使用DescriptorMatcher类，需确保导入OpenCV 4对应包，创建方式与旧版一致，类路径为org.opencv.features2d.DescriptorMatcher。

修改后的完整代码 #

MatOfKeyPoint keypoints = new MatOfKeyPoint();
// 直接创建ORB实例，兼顾关键点检测与描述符计算
ORB orb = ORB.create();

// 创建汉明距离暴力匹配器（适配ORB描述符特性）
DescriptorMatcher matcher = DescriptorMatcher.create(DescriptorMatcher.BRUTEFORCE_HAMMING);

// 处理第一张图片
Imgproc.cvtColor(img1, img1, Imgproc.COLOR_RGB2GRAY);
Mat descriptors1 = new Mat();
MatOfKeyPoint keypoints1 = new MatOfKeyPoint();

// 分开执行检测与计算
orb.detect(img1, keypoints1);
orb.compute(img1, keypoints1, descriptors1);

// 处理第二张图片
Imgproc.cvtColor(img2, img2, Imgproc.COLOR_RGB2GRAY);
Mat descriptors2 = new Mat();
MatOfKeyPoint keypoints2 = new MatOfKeyPoint();

orb.detect(img2, keypoints2);
orb.compute(img2, keypoints2, descriptors2);

// 执行特征匹配
MatOfDMatch matches = new MatOfDMatch();
MatOfDMatch filteredMatches = new MatOfDMatch();
matcher.match(descriptors1, descriptors2, matches);

List<DMatch> matchesList = matches.toList();

简化写法补充 #

可使用detectAndCompute方法一步完成关键点检测与描述符计算，代码更简洁：

// 替代分开的detect和compute调用
orb.detectAndCompute(img1, new Mat(), keypoints1, descriptors1);
orb.detectAndCompute(img2, new Mat(), keypoints2, descriptors2);

注：第二个参数为掩码，无需时传入空Mat即可。

内容的提问来源于stack exchange，提问作者Mich