问题标签 [keypoint]

通过 比较 2 张图像时feature extraction，您如何比较keypoint距离以忽略那些明显不正确的距离？

我发现在比较相似的图像时，大多数时候它可以相当准确，但其他时候它可以抛出完全独立的匹配。

因此，我正在寻找一种方法来查看keypoints两张图像中的 2 组图像，并确定匹配的图像是否keypoints相对位于两者的相同位置。因为它知道keypoints图像 1 上的 1、2 和 3 相距很远，所以在图像 2 上匹配的相应关键点应该又彼此相距相当相似的距离。

我过去曾使用过RANSAC和minimum distance检查过，但只是起到了一些作用，它们似乎不像我所追求的那样彻底。

（使用ORB和BruteForce）

编辑

将“x、y 和 z”更改为“1、2 和 3”

编辑 2——我将尝试通过快速绘制示例进一步解释：

假设我有这个作为我的形象：

我给它这张图片来比较：

它是原始版本的裁剪和压扁版本，但显然相似。

现在，假设您运行它feature detection，它返回keypoints了两个图像的以下结果：

两个图像上的keypoints区域大致相同，并且彼此之间的距离也成比例地相同。拿keypoint我圈出来的，我们称之为“Image 1 Keypoint 1”。

我们可以看到它周围有5个keypoints。它与我想要获得的“图像 1 关键点 1”之间的这些距离，以便将它们与“图像 2 关键点 1”及其keypoints在同一区域的 5 个环绕（见下文）进行比较，以便不只是将 akeypoint与另一个进行比较keypoint，但要根据keypoints.

--

那有意义吗？

我已经对这个问题进行了大量研究并尝试了所有这些方法，但它们都不起作用，所以是时候讨论一个新主题了。我正在制作一个项目，用户将从设备中选择一张图片，程序将返回相同的图片，并在其上绘制关键点。我之前用openCV制作了另一个程序，现在以完全相同的方式在android上使用它，只是改变了显示它的方式，而不是一个窗口，一个imageView。这是 imageView 的代码：

这应该是捕获关键点并从 imageView 输出带有关键点的选定图片的部分：

并且程序在 LogCat 中因以下行而崩溃：

我提前非常感谢你们。

在寻找这个（1 , 2 , 3 , 4）的答案后，我仍然对这两个问题感到困惑

• 如果这是可能的
• 如果是这样，怎么做

我希望能够从.xml已写入cv::Mat包含内容的文件中Point2f keypoints读取，并将其读回其原始状态std::vector<cv::KeyPoint>。

我对文件的写入如下所示：

但到目前为止，我完全无法将它读回原来的状态，std::vector<cv::KeyPoint>以便进行keypoint匹配。

有什么帮助吗？

编辑

当前的阅读猜测：

编辑 2

.xml内容：

我对以下代码有疑问：

该程序的主要功能是：它读取一个查询图像和一组训练图像。然后，它使用建立的检测器类型（SURF、SIFT、FAST...）检测关键点。之后，它使用已建立的描述符类型（FREAK、SIFT...）提取这些关键点的描述符。最后，根据由变量 matcherType (BruteForce, FlannBased...) 建立的匹配器，给出查询图像和整个训练图像集之间的匹配。我的问题是我试图使用 OpenCV 在其方法中提供的所有检测器、描述符和匹配器类型（变量检测器类型、描述符类型、匹配器类型）。但是，我只得到了少数几个结果。例如，Detector-Descriptor-Matcher "SURF-SURF-FlannBased" 组合对我不起作用，

juan@juan-HP-G62-NoteBook-PC:~/workspace/keypoint/Debug$ ./keypoint < 创建特征检测器、描述符提取器和描述符匹配器 ...

无法创建给定类型的特征检测器或描述符提取器或描述符匹配器。< 读取图像... 读取了 77 个火车图像。

< 从图像中提取关键点... Violación de segmento (`core' generado)

但是，FAST-FREAK-BruteForce 组合对我来说效果很好：

< 创建特征检测器、描述符提取器和描述符匹配器...

< 读取图像... 读取了 77 个火车图像。

< 从图像中提取关键点...

提取时间：374.277 <计算关键点的描述符...查询描述符计数：786；火车描述符总数：154417 描述时间：1489.24 <在匹配器中设置火车描述符集合并将查询描述符匹配到它们...匹配数：786 构建时间：0.024077 ms；匹配时间：14292.6 毫秒

我正在使用 OpenCV 2.4.9，Eclipse 作为 IDE，Linux 作为 SO。谁能帮我？我对使用 FlannBased 匹配器处理大型比较数据库非常感兴趣，因为 BruteForce 匹配器运行良好，但在这种情况下速度非常慢。谢谢！

我遵循了一个 blob 检测示例（使用cv2.SimpleBlobDetector）并成功检测到二进制图像中的 blob。但是我不知道如何提取关键点的坐标和面积。以下是 blob 检测的代码：

因此变量keypoints_black包含 blob(s) 的信息。当我打印变量时，它看起来像这样（发现了 2 个 blob）：

那么如何获得关键点的质心坐标及其面积，以便我可以将它们作为 osc 消息发送以进行交互。

我目前正在使用来自使用 JavaCV 的 flandmark 中的这个示例。参考：https ://github.com/bytedeco/javacv-examples/blob/master/flandmark-demo/src/main/java/flandmark/Example1.java 。我设法运行了代码，但是有没有一种方法可以显示面部（眼睛、嘴巴、鼻子）中每个关键点的坐标？flandmark 库可以检测到大约 7/8 个关键点。谢谢。

在他的论文（来自尺度不变关键点的独特图像特征）中，Lowe 描述了一种摆脱“低对比度关键点”的方法。这是使用直到二次项的泰勒展开来完成的：

通过取导数并将其设置为零来找到极值 (xhat)：

通过给定函数 D, xhat 作为输入，可以确定极值点的值，并通过阈值，保留或丢弃点 xhat：

从 D(xhat) 方程开始：在我的理解中，逆矩阵取自 Hessian 矩阵（xhat 方程的第一部分），在这种情况下，它是一个 2x2 矩阵 - 第二部分是一阶导数，相对于到 x 和 y 坐标并且是 2x1 矩阵：问题是，当迭代所有潜在的关键点并取逆时，其中一些是奇异的！

D(X)：被调查的值将在 D(0,0) 中有 origo，我假设 D 是一个 3x3 矩阵。当 D 添加到其他项时，如何理解-根据我的计算，当添加除 D 之外的所有项时，会出现一个值-如何将这个值添加到 D（这是一个 3x3矩阵）？

这些方程可以在 SIFT 论文第 11 页中找到。

任何人都可以帮助我存储从 iOS 中的 OpenCV 获得的关键点和描述符。我尝试了 NSArray, NSSet, NSDictionary, NSUserdefault ，但没有成功。其次是否可以存储为文件？

我在 OpenCV 中使用密集算法实现。版本 2.4.x

我想知道是否有修改特征检测的选项，以便不是每个像素都被查看，但可能每 5 个。这样做我可以减少数据并加快流程。更好的是在图片上放置一个只有中间像素相关的网格。但我找不到办法。

到目前为止，这是我的代码：

文档

有什么想法吗？谢谢

我正在使用OpenCV 关键点，我有一个关于关键点大小和八度的问题。

我知道 keyPoint 有一个坐标 (x,y) 和大小，可以简单地描述为一个具有 (x,y) 中心和大小半径的圆。

而且我知道有一些八度音阶（在此期间图像被下采样2），正在检测关键点。

我对此有两个问题。

1. 检测到关键点大小与八度或子级别之间是否存在某种关系？
2. 图像可以具有的最大八度音阶数是多少？在每个八度音阶上，图像都被 2 下采样，这是否意味着答案是 Log(2,image_size)？那么sublevel呢？