Question

我和这里有同样的问题：

how to access best image corresponding to best keypoint match using opencv flannbasedmatcher and dmatch

不幸的是，这篇文章没有答案。

我有几个图像（和相应的描述符），我使用“添加”方法将它们添加到FlannBasedMatcher中（每组描述符一次，对应一个图像）。

但是，当我匹配图像时，返回的imgIdx远大于训练集中的图像数量。我觉得每个描述符都被当作图像，但这不是我想要的。

我想知道每个功能都已匹配到哪个图像（或一组描述符）。

这是我的代码的一部分（我做了一点简化，我知道'test'对于变量名不是很好，但这是临时的）。另外，我在这里读取.key文件，这些文件基本上是包含图像的关键点和描述符（通过SIFT提取）的文件。

我只是精确地指出，在下面的代码中，featMatch只是我创建的用于创建FlannBasedMatcher（带有初始化参数）的类。

with open(os.path.join(ROOT_DIR,"images\\descriptor_list.txt"),'r') as f:
    for line in f:
        folder_path = os.path.join(ROOT_DIR,"images\\",line[:-1]+"\\","*.key")
        list_key = glob.glob(folder_path)

        test2 = []
        for key in list_key:
            if os.path.isfile(key):
                feat = Features()
                feat.readFromFile(key)
                test = feat.descriptors
                test2 = test2+test
         featMatch.add(test2)

# Read submitted picture features
feat = Features()
feat.readFromFile(os.path.join(ROOT_DIR,"submitted_picture\\sub.key"))
matches = []
matches.append(featMatch.knnMatch(np.array(feat.descriptors), k=3))
print(matches)

我期望在查看匹配项时，更具体地说是在匹配项的imgIdx时，根据我用'add添加的描述符集的数量，得知匹配特征（trainIdx）对应于哪个图像索引方法。

但是按照这个假设，我应该能够使imgIdx大于我的训练集中的图像（或训练集）数量。

但是，在这里，我得到的数字是2960，而我的训练集中只有大约5张图像。

我的猜测是它返回功能索引而不是图像索引，但是我不知道为什么。

我注意到C ++中的'add'方法采用一个数组数组，其中有一个描述符集列表（我猜每个图像一个）。但是在这里，每个图像具有不同数量的功能，因此我无法真正创建每列中具有不同行数的numpy数组。

谢谢。

Answer 1

在查看matcher.cpp的C ++源代码后，我终于明白了：

https://github.com/opencv/opencv/blob/master/modules/features2d/src/matchers.cpp

我将发布答案，以防某天有人需要它。

我认为'add'方法在调用时会增加图像计数，但不会。因此，我意识到我必须创建一个Mat列表（或python中的numpy数组），并给它一次“添加”，而不是为每个图像调用它。

这是更新的（并且正在工作的）源代码：

with open(os.path.join(ROOT_DIR,"images\\descriptor_list.txt"),'r') as f:
    list_image_descriptors = []
    for line in f:
        folder_path = os.path.join(ROOT_DIR,"images\\",line[:-1]+"\\","*.key")
        list_key = glob.glob(folder_path)

        for key in list_key:
            if os.path.isfile(key):
                feat = Features()
                feat.readFromFile(key)
                img_descriptors = np.array(feat.descriptors)
        list_image_descriptors.append(img_descriptors)
     featMatch.add(list_image_descriptors)

# Read submitted picture features
feat = Features()
feat.readFromFile(os.path.join(ROOT_DIR,"submitted_picture\\sub.key"))
matches = []
matches.append(featMatch.knnMatch(np.array(feat.descriptors), k=3))
print(matches)

希望这会有所帮助。

使用Python中的FlannBasedMatcher在DMatch类中的imgIdx问题

1 个答案: