我正在尝试使用Oxford Buildings Dataset制作一个简单的图像搜索引擎 首先我使用 SIFT 来提取特征。基本上我迭代了数据集中的每一个图像，并为每个人生成关键点和描述符。然后，我选择一张随机图片作为查询并使用 bf.match 方法并找到匹配的关键点找到数据集中图像之间的距离和查询。但是在那之后-我想这是我真正出错的部分-我计算了匹配关键。这个想法是哪张图片具有最匹配的关键点是与查询图像最相似的图片。
matches = bf.match(query_d, desc)
# Sort the matches in the order of their distance.
matches = sorted(matches, key = lambda x:x.distance)
print matches
matches_num.append((len(matches), imageID))
我的问题是在计算关键点后如何应用任何分类方法？