所以，我正在关注这个来自opencv 的关于 surf 和单应性的代码示例，并且我对此类实验所需的火车示例很感兴趣。我下载了底部box.png和box_in_scene.png的两张图片来验证这段代码的正确性，没问题。现在，我用自己的图像测试了这段代码，左边是闪存驱动器的图像，右边是带有 USB 驱动器的剪刀图像。我未能在测试图像（剪刀和 USB 驱动器）上得到任何矩形框。
. 但是我知道当我采取不同的火车样本时代码正在工作，例如这个左边有一个纸盒，纸盒和床单混合在一起的那个。
. 现在我的问题是，我应该依靠什么样的训练图像来给出好的响应，或者这与我选择作为测试样本的风景有关。另外，如果我选择了一个视频样本作为我的测试用例，我是否能够收到更多响应的结果。谢谢 。
问问题
2800 次
2 回答
3
如果你认为你的第二个测试是好的，那你就错了。正常你可以在他们的网站上看到在
你的两张照片上的关键点上看到，它们匹配错误。我认为匹配是这项工作中最难的。现在我尝试在数学上对此进行改进，但仍然没有好的结果:(
您可以搜索最流行的匹配样本案例，但要获得好的结果需要更好的东西。
关于要求：现场只能有一个物体。如果您有没有背景的仅样本对象，那就太好了。尽管该算法对比例是不变的，但如果样本非常小并且场景非常大，您至少会遇到关键点数量的问题。
于 2013-11-01T12:55:23.477 回答
1
样品没有问题；但是，要匹配样本的场景需要是动态的，即直播。绘制单应性并不是那么简单。为了绘制那个绿色矩形，需要足够的内点，而这在 usb 和 scissors 示例中显然是缺失的。
于 2013-12-05T18:47:22.823 回答