Question

我正在使用OpenCV 3.2

我正在尝试使用FLANN以比蛮力更快的方式匹配要素描述符。

// Ratio to the second neighbor to consider a good match.
#define RATIO    0.75

void matchFeatures(const cv::Mat &query, const cv::Mat &target,
                   std::vector<cv::DMatch> &goodMatches) {
    std::vector<std::vector<cv::DMatch>> matches;
    cv::Ptr<cv::FlannBasedMatcher> matcher = cv::FlannBasedMatcher::create();
    // Find 2 best matches for each descriptor to make later the second neighbor test.
    matcher->knnMatch(query, target, matches, 2);
    // Second neighbor ratio test.
    for (unsigned int i = 0; i < matches.size(); ++i) {
        if (matches[i][0].distance < matches[i][1].distance * RATIO)
            goodMatches.push_back(matches[i][0]);
    }
}

此代码使用SURF和SIFT描述符，但不使用ORB。

OpenCV Error: Unsupported format or combination of formats (type=0) in buildIndex

正如here所述，FLANN需要描述符为CV_32F类型，因此我们需要转换它们。

if (query.type() != CV_32F) query.convertTo(query, CV_32F);
if (target.type() != CV_32F) target.convertTo(target, CV_32F);

但是，这个假定的修复程序在convertTo函数中返回了另一个错误。

OpenCV Error: Assertion failed (!fixedType() || ((Mat*)obj)->type() == mtype) in create

此断言位于opencv/modules/core/src/matrix.cpp文件第2277行。

发生了什么事？

复制问题的代码。

#include <opencv2/opencv.hpp>

int main(int argc, char **argv) {
    // Read both images.
    cv::Mat image1 = cv::imread(argv[1], cv::IMREAD_GRAYSCALE);
    if (image1.empty()) {
        std::cerr << "Couldn't read image in " << argv[1] << std::endl;
        return 1;
    }
    cv::Mat image2 = cv::imread(argv[2], cv::IMREAD_GRAYSCALE);
    if (image2.empty()) {
        std::cerr << "Couldn't read image in " << argv[2] << std::endl;
        return 1;
    }
    // Detect the keyPoints and compute its descriptors using ORB Detector.
    std::vector<cv::KeyPoint> keyPoints1, keyPoints2;
    cv::Mat descriptors1, descriptors2;
    cv::Ptr<cv::ORB> detector = cv::ORB::create();
    detector->detectAndCompute(image1, cv::Mat(), keyPoints1, descriptors1);
    detector->detectAndCompute(image2, cv::Mat(), keyPoints2, descriptors2);
    // Match features.
    std::vector<cv::DMatch> matches;
    matchFeatures(descriptors1, descriptors2, matches);
    // Draw matches.
    cv::Mat image_matches;
    cv::drawMatches(image1, keyPoints1, image2, keyPoints2, matches, image_matches);
    cv::imshow("Matches", image_matches);
}

Answer 1

二进制字符串描述符-ORB，BRIEF，BRISK，FREAK，AKAZE等。

浮点描述符-SIFT，SURF，GLOH等。

通过比较它们的 Hamming距离（而不是用于浮点描述符的欧几里德距离），可以有效地完成二进制描述符的特征匹配。

要在OpenCV中比较二进制描述符，请使用 FLANN + LSH索引或 Brute Force + Hamming距离。

http://answers.opencv.org/question/59996/flann-error-in-opencv-3/

默认情况下，FlannBasedMatcher用作具有L2规范的KDTreeIndex。这就是为什么它可以与SIFT / SURF描述符以及throws an exception一起用于ORB描述符的原因。

Binary features and Locality Sensitive Hashing (LSH)

Performance comparison between binary and floating-point descriptors

Answer 2

我相信OpenCV3版本中存在一个错误：FLANN error in OpenCV 3

您需要将描述符转换为'CV_32F'。

Answer 3

有一个功能将desxriptor转换为cv-32f。请添加此功能，然后上面的代码将起作用。

OpenCV - 使用带有ORB描述符的FLANN来匹配要素

3 个答案: