Question

当我使用FLANN匹配SIFT功能时，我发现相同的输入描述符在同一过程中给出了不同的匹配对。

python代码：

 import cv2

 def match(des_q, des_t):
    FLANN_INDEX_KDTREE = 1
    ratio = 0.7  
    index_params = dict(algorithm=FLANN_INDEX_KDTREE, trees=5)
    search_params = dict(checks=50)
    flann1 = cv2.FlannBasedMatcher(index_params, search_params)
    two_nn = flann1.knnMatch(des_q, des_t, k=2)
    matches = [(first.queryIdx, first.trainIdx) for first, second in two_nn
                   if first.distance < ratio * second.distance]
    print(matches)
    return matches

def img_sim(img1, img2):
    img1 = cv2.cvtColor(img1, cv2.IMREAD_GRAYSCALE)
    img2 = cv2.cvtColor(img2, cv2.IMREAD_GRAYSCALE)
    sift = cv2.xfeatures2d.SIFT_create()
    eps = 1e-7
    # find the keypoints and descriptors with SIFT
    kp1, des1 = sift.detectAndCompute(img1, None)
    des1 /= (des1.sum(axis=1, keepdims=True) + eps)
    des1 = np.sqrt(des1)
    kp2, des2 = sift.detectAndCompute(img2, None)
    des2 /= (des2.sum(axis=1, keepdims=True) + eps)
    des2 = np.sqrt(des2)
    # test images,same input(des1,des2),different output?
    matches1 = match(des1, des2)
    matches2 = match(des1, des2)

img1 = '' # query image
img2 = '' # index image
img1 = cv2.cvtColor(cv2.imread(img1), cv2.COLOR_BGR2RGB)
img2 = cv2.cvtColor(cv2.imread(img2), cv2.COLOR_BGR2RGB)
img_sim(img1, img2)

尽管我输入的描述符（des1，des2）相同，但我发现第11行的匹配项有所不同，我猜想原因是kd-tree缓存，但我解决不了。有谁能帮助我？ >

我希望比赛结果总是一样。我的cv2版本是3.4.0，谢谢。

Answer 1

我不是专家，但是我有一个假设：

FLANN基于近似于最近邻居的随机k-d树算法。它的目的是找到一种准确度可以接受的快速近似值。结果，结果可能并不总是相同。

有关详细信息，请查看FLANN

上列出的论文。

根据您使用匹配项的目的（例如，单应性的计算），可能完全没有问题。

python cv2功能匹配给出不同的结果

1 个答案: