我不知道这里出了什么问题,从函数(cv2.drawMatchesKnn)绘制的点处于良好位置,而从循环绘制的点处于不良位置。 在图片中您可以很好地看到它。 我知道可能会有一点变化,但是完全错过了他们。
if len(self.frame_kps) > 0:
if self.t_matcher == "flann":
matches = self.matcher.knnMatch(self.base_desc,self.frame_desc,k=2)
goodMatch=[]
good_without_list = []
for m,n in matches:
if(m.distance<matcher_dist*n.distance):
goodMatch.append([m])
good_without_list.append(n)
if(len(goodMatch)>=self.MIN_MATCH):
self.matches = cv2.drawMatchesKnn(self.base_gray,self.base_kps,gray,self.frame_kps,goodMatch,None,flags=2)
for g in good_without_list:
keyPoint = self.frame_kps[g.queryIdx]
(x1,y1) = keyPoint.pt
cv2.circle(self.matches, (int(x1),int(y1)), 4, (255, 0, 0), 1)
这是怎么了?
答案 0 :(得分:0)
您需要将base_gray宽度的宽度添加到frame_kps的x坐标中,以使其在最终显示中正确显示。
这是因为您的抽签匹配将2张图像合并在一起,从而改变了显示点的最终位置。
h, w = numpy.shape(self.base_gray)
for g in goodMatch:
keyPoint = self.frame_kps[g.trainIdx]
(x1,y1) = keyPoint.pt
x1 = x1 + w
cv2.circle(self.matches, (int(x1),int(y1)), 4, (255, 0, 0), 1)