问题标签 [correspondence]

我有一个 .dxf 文件，其中包含一个图纸（模板），它只是一个带孔的部分，从所述图纸中我成功提取了列表中给出的孔的坐标及其直径 [[x1,y1,d1],[x2, y2,d2]...[xn,yn,dn]]。

在此之后，我拍了一张照片（与模板相同），经过一些图像处理，我获得了检测到的孔的坐标和轮廓。但是，图片中的这块可以相对于模板旋转。

如何进行正确的孔对应（在模板中孔的坐标和图像中孔的旋转坐标之间），以便我可以知道图像中每个孔对应的直径？

有没有什么点排序方法可以给我这种对应关系？我正在使用 Python 和 OpenCV。

所有答案将不胜感激。谢谢！！！模板图像：https ://ibb.co/VVpWmKx 在模板图像中，轮廓被绘制成与 .dxf 文件中给定的大小相同的大小，这与取自的片段轮廓的大小（以像素为单位）不同相机。

从相机拍摄的经过处理的图像，显​​示了工件的轮廓：https ://ibb.co/3rjCg5F

我已经尝试过特征匹配（ORB 算法）的 OpenCV 函数，所以我可以得到图片中的部分相对于模板旋转的旋转角度？但我仍然无法获得这个旋转角度？如何使用图像描述符获得旋转角度？

这是解决这个问题的最佳方法吗？有没有更好的方法来解决这个问题？

我有一个 3D 坐标的大型 2D 数组 (3x100,000) 和一个具有某些未排序坐标的第二个 1D 数组。我想找到第二个数组中包含的坐标的所有点

一个例子：

所以在这里我需要获取 0 和 2 的索引。我需要在大约 100,000 个坐标上找到每个对应关系。Python中有一个特定的函数来完成这项工作吗？

总结一下我的情况：

我有两个从不同视点拍摄的平面图像。我实现了 Harris、Shi-Tomasi、ORB、FAST、MSER 等特征检测器。我使用的描述符是 ORB 和 BRISK，特征匹配技术是 FLANN 和 BRUTE。检测到很多特征，范围从 1000 到 3000。我想找到两个图像之间的对应关系。我所做的一切都在 OpenCV Python 中。我不一定想理解数学。我已经有了单应性。现在我只想要一个计算对应关系的代码。

谁能帮帮我吗？

我有两个形状不同的 numpy 矩阵：

我想将每行的索引链接faces到行，vertices以便计算每个顶点的对应区域。面积计算不在这篇文章中，因为它无关紧要。

每个顶点可以对应于任意数量的面。每个面只能附加到一个顶点。

链接规则：对于 中的每一行vertices，如果一行中存在 2 个或多个元素faces，则这些行是链接的。

预期结果是一个字典，其中的键是 的索引vertices，值是相应顶点的链接面的计数。

预期结果：

我写了一个工作算法，但我正在寻找一个性能更高的实现：

我有以下代码通过将给定点乘以基本矩阵来计算和呈现核线：

最底部（在 for 循环内）应该显示原始图像上的极线，因此这些线必须像这样穿过这些点：

但是，有时线和点之间会发生“偏移”，例如：

知道为什么会这样吗？

我有两个df要对抗。我的第一个df是“sum”

第二个是“mut”

我必须检查 sum$res1 和 sum$res2 中是否有等于 mut$refAA 的值。如果是这样，我需要将整行 mut$refAA 添加到 sum$res1 或 sum$res2 附近。

这里有一个例子：

我怎么能做到这一点？我正在尝试使用合并和连接功能，但我不是很有经验，所以我需要更多练习。有人能帮我吗？谢谢！

我有一个包含五个字符列的数据框。每列都有有限数量的值（分类数据）。在数据集中，一列中的每个值与其他列中的其他值出现可变次数。

这是一个示例数据集：

我想计算列的每个可能值与其他列中的值同时出现的次数。

目标是一个表，例如：

我没有看到任何合理的策略来计算这个？

我有一个关于 R 中对应分析的列联表的非常具体的问题。在最后一个命令之后，我收到以下错误：

“dimnames(res) <- list(attributes(tab)$row.names, listModa) 中的错误：'dimnames' [2] 的长度不等于数组范围”

真正奇怪的是，一位同事使用完全相同的数据运行完全相同的代码并收到相同的错误，但输出却可以继续使用。虽然没有错误会更好，但有一个结果继续工作已经有很大帮助了。

我正在使用的代码是：

据我所知，我无法在这里上传数据。这不是问题，因为它只是人工数据，但也许结构足以让您理解。这是一个快照：

“summary(df)”命令给出的输出

我该怎么做才能使代码正常工作？收到错误消息是正常的还是可以的，就像我的同事一样，尽管她收到了输出？我可以假设她收到的输出（这意味着上面的代码）是正确的吗？CA 和 MCA 命令是一样的，我猜对于我的数据，简单和多个 CA 会产生相同的结果。

谢谢你。

我正在使用对极几何寻找立体对应。我正在使用 p^T * F p'= 0 * 平等，我知道基本垫的价值。基本上，我有 2 个校正图像，我正在尝试计算我从左图像中获取的点的匹配，使用右图像中同一行上的点，在这个相等性上。但是我没有从这个等式中得到“0”的结果。剩下

正确的

输入图像被纠正，它们之间只有翻译，我知道基本矩阵

我运行 ORB 检测器和 flann 匹配器，我得到了不同方法的对应关系。但是当我查看匹配点时，它们不在同一条线上，并且它们没有给出 0 结果，它给出的结果大于 ** p^t F p'相等的“0”。这是什么原因？

使用对极几何寻找对应关系时应该怎么做？

如果图像被纠正，我们不应该使用同一行来搜索对应关系吗？你认为使用这个等式是否正确？

我将该示例用于 3D 对象识别，使用描述符搜索对应关系，然后使用对应关系进行 3D Hough 投票，例如https://pcl.readthedocs.io/projects/tutorials/en/latest/correspondence_grouping.html#id17。

问题是我得到了错误的转换矩阵作为输出，即使云彼此对齐。对于测试，我采用了模型的点云，并对其进行了剪切和提取。然后我将相同的点云（没有切割或提取任何东西）用作场景，所以本质上两个云之间的平移应该是 0 ？但事实并非如此，对于不同的迭代，即使点云完美对齐，我也会得到完全不同的矩阵。

以下是我使用的参数：

而且我还附加了两个具有两个不同结果的测试示例。即使场景和对象在两种情况下都相同，生成的翻译矩阵也有很大不同。

我的问题是，什么可能导致这个结果？有没有人遇到过类似的事情？这是我得到的结果：

云对 1

矩阵 1

云对 2

矩阵 2