OpenCV从检测到的线段中提取一种称为 LBD (Line Band Descriptor) 的二值描述符类cv::line_descriptor::BinaryDescriptor

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

该类用于从检测到的线段中提取一种称为 LBD (Line Band Descriptor) 的二值描述符。它在 OpenCV 的 line_descriptor 模块中实现，是当前最流行的直线特征描述方法之一。

功能概述

• 用于为检测到的线段（KeyLine）生成二进制描述符；
• 基于线段周围的梯度信息构建描述区域；
• 支持快速匹配（使用汉明距离）；
• 是 LSD 直线检测器的配套描述子。

主要函数和方法

1. 创建 BinaryDescriptor 对象

static BinaryDescriptor* cv::line_descriptor::BinaryDescriptor::createBinaryDescriptor();

或：

Ptr<BinaryDescriptor> bd = BinaryDescriptor::createBinaryDescriptor();

说明：

• 静态方法，用于创建一个 BinaryDescriptor 实例；
• 返回智能指针 Ptr，便于内存管理。

2. compute() 方法：计算 LBD 描述符

void compute(InputArray image, std::vector<KeyLine>& keylines, OutputArray descriptors);

参数说明：

• 根据输入图像和线段集合，计算每条线段的 LBD 描述符；
• 输出是一个 CV_8U 类型的矩阵，每一行是一个二值描述符（如 512 bit）；
• 可以用 descriptors.type() == CV_8UC1 判断其类型。

3. getDescriptorSize() 方法：获取描述符大小

int getDescriptorSize() const;

返回值：

• 描述符长度（以字节为单位），默认为 64 字节（即 512 bits）。

4. getDescriptorType() 方法：获取描述符类型

int getDescriptorType() const;

返回值：

• 返回 CV_8UC1，表示描述符为 8 位无符号整型单通道数据。

代码示例

#include <opencv2/line_descriptor/descriptor.hpp>
#include <opencv2/opencv.hpp>
#include <vector>

using namespace cv;
using namespace cv::line_descriptor;

int main()
{
    // 加载图像（灰度图）
    Mat image = imread( "/media/dingxin/data/study/OpenCV/sources/images/Lenna.png", IMREAD_GRAYSCALE );
    if ( image.empty() )
    {
        std::cerr << "无法加载图像！" << std::endl;
        return -1;
    }

    // 2. 初始化 LSDDetector 和 BinaryDescriptor
    Ptr< LSDDetector > lsd     = LSDDetector::createLSDDetector();
    Ptr< BinaryDescriptor > bd = BinaryDescriptor::createBinaryDescriptor();

    // 3. 存储检测到的线段
    std::vector< KeyLine > keylines;

    // 4. 设置参数并检测线段
    double scale   = 2.0;  // 尺度因子
    int numOctaves = 1;    // 金字塔层数

    lsd->detect( image, keylines, scale, numOctaves );

    if ( keylines.empty() )
    {
        std::cerr << "未检测到任何线段！请检查输入图像或调整检测参数。" << std::endl;
        return -1;
    }
    else
    {
        std::cout << "检测到线段数量: " << keylines.size() << std::endl;
    }

    // 5. 使用 BinaryDescriptor 计算描述符
    Mat descriptors;
    bd->compute( image, keylines, descriptors );

    // 打印描述符信息
    std::cout << "Descriptors matrix size: " << descriptors.rows << " x " << descriptors.cols << std::endl;

    // 可视化检测到的线段
    Mat colorImage;
    cvtColor( image, colorImage, COLOR_GRAY2BGR );

    for ( const auto& line : keylines )
    {
        Point pt1( line.startPointX, line.startPointY );
        Point pt2( line.endPointX, line.endPointY );
        // 使用 cv::line 函数来绘制线段，而不是 KeyLine 对象的方法
        cv::line( colorImage, pt1, pt2, Scalar( 0, 0, 255 ), 2 );  // 红色线条
    }

    imshow( "Detected Lines with Descriptors", colorImage );
    waitKey( 0 );

    return 0;
}

运行结果

检测到线段数量: 346
Descriptors matrix size: 346 x 32