Opencv要素匹配不能正确匹配不同大小的裁剪图像和从各种来源拍摄的图像?

时间:2016-01-04 07:31:40

标签: opencv image-processing matching opencv3.0 feature-descriptor

我正在尝试匹配两个图像一个是移动屏幕的屏幕截图,模板图像是任何应用程序图标。如果我匹配源和模板从相同的图像裁剪它完美匹配。但当我使用从不同的移动设备裁剪的应用程序图标屏幕没有正确匹配。

对于图像匹配我正在处理以下代码:

int main( int argc, char** argv )
{

Mat objectImg = imread("source.jpg", cv::IMREAD_GRAYSCALE);
Mat sceneImg = imread("note4-3.jpg", cv::IMREAD_GRAYSCALE);

//cv::resize(sceneImg,sceneImg,objectImg.size(),0,0,CV_INTER_CUBIC);

if( !objectImg.data || !sceneImg.data )
{
    printf( " No image data \n " );
    return -1337;
}

std::vector<cv::KeyPoint> objectKeypoints;
std::vector<cv::KeyPoint> sceneKeypoints;
cv::Mat objectDescriptors;
cv::Mat sceneDescriptors;

Ptr<FeatureDetector> detector;
detector = cv::MSER::create();
detector->detect(objectImg, objectKeypoints);
detector->detect(sceneImg, sceneKeypoints);

Ptr<DescriptorExtractor> extractor = cv::ORB::create();
extractor->compute( objectImg, objectKeypoints, objectDescriptors );
extractor->compute( sceneImg, sceneKeypoints, sceneDescriptors );

if(objectDescriptors.type()!=CV_32F) {
objectDescriptors.convertTo(objectDescriptors, CV_32F);
}

if(sceneDescriptors.type()!=CV_32F) {
sceneDescriptors.convertTo(sceneDescriptors, CV_32F);
}

vector< vector<DMatch> > matches;
Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create("BruteForce");
matcher->knnMatch( objectDescriptors, sceneDescriptors, matches, 8 );

double max_dist = 0; double min_dist = 100;

//-- Quick calculation of max and min distances between keypoints
for( int i = 0; i < objectDescriptors.rows; i++ )
{ 
    double dist = matches[i][0].distance;
    if( dist < min_dist ) min_dist = dist;
    if( dist > max_dist ) max_dist = dist;
}

std::vector<cv::DMatch> good_matches;

for( int i = 0; i < objectDescriptors.rows; i++ )
{ 
    if( matches[i][0].distance <= max(2*min_dist, 0.02) ) {
        good_matches.push_back( matches[i][0]); 
    }

}

//look whether the match is inside a defined area of the image
//only 25% of maximum of possible distance
/*double tresholdDist = 0.50 * sqrt(double(sceneImg.size().height*sceneImg.size().height + sceneImg.size().width*sceneImg.size().width));

vector< DMatch > good_matches2;
good_matches2.reserve(matches.size());  
for (size_t i = 0; i < matches.size(); ++i)
{ 
    for (int j = 0; j < matches[i].size(); j++)
    {
        Point2f from = objectKeypoints[matches[i][j].queryIdx].pt;
        Point2f to = sceneKeypoints[matches[i][j].trainIdx].pt;

        //calculate local distance for each possible match
        double dist = sqrt((from.x - to.x) * (from.x - to.x) + (from.y - to.y) * (from.y - to.y));

        //save as best match if local distance is in specified area and on same height
        if (dist < tresholdDist && abs(from.y-to.y)<5)
        {
            good_matches2.push_back(matches[i][j]);
            j = matches[i].size();
        }
    }
}*/

Mat allmatchs;
   drawMatches(objectImg,objectKeypoints,sceneImg,sceneKeypoints,good_matches,allmatchs,Scalar::all(-1), Scalar::all(-1),vector<char>(),0);
namedWindow("Matchs" , CV_WINDOW_NORMAL);
imshow( "Matchs",allmatchs);

waitKey(0);

}

[从不同来源裁剪时错误匹配] [1]

当匹配来自一个移动屏幕截图的源和来自不同屏幕截图的模板时,获得上述结果。

我正在使用opencv3.0

请帮助我是否对代码进行了更改,或者我必须使用模板匹配或其他一些技术。我不能使用SUR检测器,因为由于许可证的混淆我无法使用付费版本?

示例图片:

Source Image

Template

2 个答案:

答案 0 :(得分:1)

查看您提供的图片,我可以建议一些可以帮助您的更改。

  • 删除选择好的匹配项,这会在存在尖锐特征时产生问题。与其他好的比赛相比,夏普功能的汉明距离非常短。当你选择2 * min_dist时,间接你忽略了可能的好匹配。
  • 确保在对象图像中具有合理数量的要素点。
  • 如果此功能检测器和描述符组合无法解决,请选择其他功能检测器和描述符,如STAR-BRIEF,SURF,它们远优于MSER-ORB。
  • 在你的情况下,探测器匹配器不需要是旋转不变的,它应该是尺度不变的。因此,请尝试重新调整对象图像的大小

希望我的建议可以帮助你

答案 1 :(得分:0)

我通过以下组合得到了更好的匹配: Kaze探测器 Kaze提取器 BruteForce-L1匹配器 结合以下链接中给出的交叉检查匹配

http://ecee.colorado.edu/~siewerts/extra/ecen5043/ecen5043_code/sift/descriptor_extractor_matcher.cpp