vs2015与opencv3.1实现视差图的特征点检测

实现视差图的特征点检测，可以通过以下步骤实现：

1. 安装OpenCV 3.1，并在VS2015中配置OpenCV环境变量。

2. 创建一个新的VS2015工程，设置使用OpenCV库。

3. 读取两幅图像，分别为左图和右图。

4. 对左右两幅图像进行灰度化处理。

5. 使用OpenCV中的SIFT或SURF算法提取图像的特征点和特征描述符。

6. 对左右两幅图像的特征点进行匹配，得到匹配点对。

7. 计算匹配点对的视差，得到视差图。

以下是示例代码：

#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main()
{
    // 读取左右图像，分别为left.png和right.png
    Mat img_left = imread("left.png");
    Mat img_right = imread("right.png");

    // 灰度化处理
    Mat gray_left, gray_right;
    cvtColor(img_left, gray_left, CV_BGR2GRAY);
    cvtColor(img_right, gray_right, CV_BGR2GRAY);

    // 特征点检测和特征描述符计算
    Ptr<Feature2D> sift = xfeatures2d::SIFT::create();
    vector<KeyPoint> kp_left, kp_right;
    Mat des_left, des_right;
    sift->detectAndCompute(gray_left, Mat(), kp_left, des_left);
    sift->detectAndCompute(gray_right, Mat(), kp_right, des_right);

    // 特征点匹配
    BFMatcher matcher(NORM_L2);
    vector<DMatch> matches;
    matcher.match(des_left, des_right, matches);

    // 计算视差图
    Mat disp(gray_left.rows, gray_left.cols, CV_16S);
    for (int i = 0; i < matches.size(); i++)
    {
        int x1 = kp_left[matches[i].queryIdx].pt.x;
        int y1 = kp_left[matches[i].queryIdx].pt.y;
        int x2 = kp_right[matches[i].trainIdx].pt.x;
        int y2 = kp_right[matches[i].trainIdx].pt.y;

        double d = abs(x1 - x2);
        disp.at<short>(y1, x1) = d;
    }

    // 显示视差图
    Mat disp_show;
    normalize(disp, disp_show, 0, 255, NORM_MINMAX, CV_8U);
    imshow("Disparity Map", disp_show);
    waitKey(0);

    return 0;
}

需要注意的是，该示例代码仅供参考，请根据实际情况进行修改。