二进制掩码之间的关键点检测和匹配

Question

我正在尝试使用opencv（tutorial）在下面显示的图像之间匹配关键点。 问题是我不确定是否需要调整某些参数，或者我完全使用了错误的方法。仅获取map.png的右侧也无济于事。 这是我的代码，也是结果。

import numpy as np
import cv2
import matplotlib.pyplot as plt

img1 = cv2.imread('../map.png',0)
img2 = cv2.imread('../mask.png',0)

orb = cv2.ORB_create()

kp1, des1 = orb.detectAndCompute(img1,None)
kp2, des2 = orb.detectAndCompute(img2,None)

bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)

matches = bf.match(des1,des2)

matches = sorted(matches, key = lambda x:x.distance)

img3 = cv2.drawMatches(img1,kp1,img2,kp2,matches[:20], None, flags=2)
cv2.imwrite('test.png', img3)

Answer 1

您使用的特征检测器（例如ORB）旨在匹配平移，旋转和缩放比例不同的图像之间的特征点。当图像的透视图差异很大时（即您的情况），则不打算使用它们，因此您的方法不起作用。而且，这种算法是为诸如照片之类的纹理丰富的图像设计的。在您的情况下，这些特征是重复的（从第一张图像中提取的多个特征点（例如线尾）可以与另一个特征点匹配）。 在您的情况下，您应该考虑其他特征，例如基于线相交的特征，请参阅tutorial以获取更多信息。这只是一个提示，并不是解决您的问题的方法，因为这确实具有挑战性。