4

我正在使用 opencv 2.4.4 flann。

我参考：http ://docs.opencv.org/2.4.4/modules/flann/doc/flann_fast_approximate_nearest_neighbor_search.html

做KNN。

我有一个矩阵（8000*32）flann_m。有 8000 个数据，每个数据有 32 个特征。

我写了这样的代码：

    flann::Index flann_index(flann_m, flann::LinearIndexParams());
    flann_index.save("flann_index.fln");

    Mat resps(ROW,K,CV_32F);
    Mat nresps(ROW,K,CV_16S);
    Mat dist(ROW,K,CV_32F);

    flann_index.knnSearch(flann_m,nresps,dist,K,flann::SearchParams(64));

我可以在 nreps 和 dist 中得到 KNN 结果，nresps 是 N 个邻居的索引，dist 是距离。

但我不知道如何在 opencv flann 中设置不同的距离算法（ChiSquare、Euclidean 等）。

我检查了 flann.cpp，似乎 set_distance() 函数已被弃用。

4

1 回答 1

4

我注意到很少有人熟悉openCV，文档也很少。我终于通过使用 opencvflann 而不是 flann 来避免命名空间冲突。在检查了 opencv 源代码后，我发现“dist.h”是一个有用的文件，可以帮助您了解如何设置不同的 KNN 距离类型。

在我的代码中，我使用了曼哈顿距离，指的是 opencv 源代码中的 dist.h。

//// do indexing
    Matrix<float> samplesMatrix((float*)flann_m.data, flann_m.rows, flann_m.cols);
    //Index<cvflann::ChiSquareDistance<float>> flann_index(samplesMatrix, cvflann::LinearIndexParams());
    Index<cvflann::L1<float>> flann_index(samplesMatrix, cvflann::LinearIndexParams());
    flann_index.buildIndex();

    cv::Mat1i ind(flann_m.rows, K);
    CV_Assert(ind.isContinuous());
    cvflann::Matrix<int> nresps((int*) ind.data, ind.rows, ind.cols);
    cvflann::Matrix<float> dist(new float[flann_m.rows*K], flann_m.rows, K);

    flann_index.knnSearch(samplesMatrix,nresps,dist,K,SearchParams(64));
于 2013-06-05T18:58:56.917 回答