问题标签 [orb]

我提取descriptors然后将它们保存到这样的文件中：

但是当我read像这样再次回来时：

并带有加载的图像match：descriptors

用 2 cv::Mats 这样循环：

AKAmatch(Scene, Object, ...)输出是：（minDist = 100 maxDist = 0不是一个匹配项）。

但是这样对待他们：

AKAmatch(Object, Scene, ...)抛出此错误：

我想保存每个图像的描述性信息，以便可以加载它，我做错了什么？

编辑

我要补充一点，这不是尝试匹配和图像自身的情况，因为众所周知，matcher如果对象和源图像对于测试目的相等，则它不起作用。

编辑 2

文件内容：

读：

我在 Python 中使用 OpenCV 来制作给定图像的特征描述符。为此，我正在使用ORB类。我不明白的是描述符数组在使用orb.detect和orb.compute方法后包含的内容。

下面是我的代码。

最后一行的输出如下：

为什么每个元素的长度des是32？它代表什么？我知道它应该是对应于每个关键点的描述符数组，但是这些数字究竟代表什么？

我已经从这个链接尝试了上面的代码。

In my previous question I learned that I had to install opencv-contrib in order to use OpenCV Python with external modules such as SIFT. In my project, however, I want to use ORB or something similar. cv2.ORB() does not work, nor does cv2.xfeatures2d.ORB_create() or any other agglutination of commands.

As SO knows, OpenCV has rather poor documentation for its Python API.

How do I use ORB to match features in OpenCV Python?

MWE:

CLI output:

在这个答案中，我了解“// 5. Validate match using RANSAC”之前的所有内容。

在我的代码中，除了 ransacTest 的部分之外，我使用该代码。我面临的问题是我得到了太多错误的“匹配”和/或有时我的代码找到的对象周围的矩形太扭曲了。

a) 如果我使用基本矩阵，我可以使用 findHomography 和 perspectiveTransform 吗？

b) 以上几行有什么问题吗？

我需要在移动物体的一系列照片上跟踪四个点。起初，我尝试了看起来像棋盘的四个方格（2 个白色和 2 个黑色）和 ORB 检测器的标记：

图片： http: //postimg.org/image/52phl54rz/

А加上所需的点（标记的中心），我得到了很多噪音，所以我决定将棋盘标记更改为基准标记，以 ARTag 样式绘制。此外，如果对象旋转，这些标记将有助于识别点。现在，使用相同的 Python 代码，我得到：

图片： http: //postimg.org/image/f58zzrkl5/

我仍然检测到噪声点，并且我看不到从关键点质量中提取标记中心坐标的简单方法。我认为，我需要调整检测器的灵敏度（也许，对图像进行一些预过滤），或者找到另一种算法。

我会很感激想法和示例，我可以使用哪些检测器或算法以最简单的方式跟踪基准标记中心，更喜欢 Python 语言和 Open CV。

我想将一个模板图像与 3 个图像进行比较，以使用 opencv ORB 特征提取器和匹配找到匹配的图像。

获取关键点后不知道如何将图像关键点与模板匹配以找到匹配百分比？

例如：我需要检查“苹果的图像”与“香蕉的图像”、橙色的图像和“不同背景的苹果图像”。程序应该说模板图像（苹果的图像）与第三张图像（具有不同背景的苹果图像）匹配，匹配率为 70% 之类的。

提前致谢

我有一些代码使用 Flann 匹配器和 ORB 检测器来查找人的两个图像之间的特征。我在ubuntu上使用opencv 3。我有几个疑问..代码如下：

1. 双最大距离 = 0；双 min_dist = 100; 为什么我们将这些距离分别声明为 0 和 100？作为输出，我得到最大距离：488.559113 最小距离：100.000000。这似乎是错误的。

2. if (matches[i].distance < 3 * min_dist) { good_matches.push_back(matches[i]); 为什么我无法将 3*min_dist 更改为 2*min_dist？如果我这样做，我不会得到任何匹配。

3. 如官方文档中所示，是否必须有平行线。我没有得到平行线。我无法发布屏幕截图。

我在 OpenCV 中玩“特征匹配”。对于不同类型的匹配方法，我们需要定义一个关于最小匹配数的条件（即 OpenCV – SIFT SURF ORB 教程 MIN_MATCH_COUNT = 10）。

我想知道是否有任何标准或黄金标准方法或标准来设置此条件？我们如何/应该在技术上获得这种阈值或条件？

即使是建议的经验法则也会有所帮助。

太感谢了，

这是来自 opencv-python 文档的基本代码：

它给了我这个错误：

我不得不提到这个错误发生在opencv-PYTHON中，你能帮帮我吗？努力让它发挥作用

我正在尝试使用检测器 ORB 获取图像中的关键点，但总是出现异常和崩溃，我的代码是下一个。

img 是提前声明的，问题是何时做检测器->检测（img，kp）；而且我不知道是什么问题，我正在尝试其他形式的操作，但在调用检测（）时都会崩溃。

我尝试使用 BRISK，并且在检测崩溃的调用中问题是相同的。为了简化，我轻快地做了下一个：

这让人恼火。

我在带有 Windows 10 的 Visual Studio 2015 中使用 opencv 3。

对不起我的英语，谢谢你的回答。