使用ORB图像特征匹配时出现OpenCV Python错误

Question

我将尝试使用OpenCV ORB算法来匹配两张图片，具体步骤可以参考这个教程。以下是我的代码：

import numpy as np
import cv2
import six
import pyparsing
import dateutil
from matplotlib import pyplot as plt
import timeit
import os
import sys

img1_path  = 'img1.jpg'
img2_path  = 'img2.jpg'

img1 = cv2.imread(img1_path,0) # queryImage
img2 = cv2.imread(img2_path,0) # trainImage

orb = cv2.ORB()

kp1, des1 = orb.detectAndCompute(img1,None)
kp2, des2 = orb.detectAndCompute(img2,None)

FLANN_INDEX_LSH = 6

index_params= dict(algorithm = FLANN_INDEX_LSH,
                   table_number = 6, # 12
                   key_size = 12,     # 20
                   multi_probe_level = 1) #2

search_params = dict(checks = 50)
flann = cv2.FlannBasedMatcher(index_params, search_params)

matches = flann.knnMatch(des1,des2,k=2)

if len(matches)>0:
    print "%d total matches found" % (len(matches))
else:
    print "No matches were found - %d" % (len(good))
    sys.exit()

# store all the good matches as per Lowe's ratio test.
good = []
for m,n in matches:
    if m.distance < 0.6*n.distance:
        good.append(m)

我使用了两张非常相似的图片运行了这个脚本。在大多数情况下，脚本可以正常工作并找到匹配的关键点。

然而，在某些情况下，我会得到这个错误（它指的是代码的最后三行）：

Traceback (most recent call last):
    for m,n in matches:
ValueError: need more than 1 value to unpack

当img2是img1的一个明显较小的子图像时，就会出现这种情况。

(如果img2是原始图像，而img1是修改后的图像，则意味着有人向原始图像添加了细节)。

如果我在文件名img1、img2之间切换，那么脚本就可以正常运行。

查询图像(img1)必须比训练图像(img2)小或相等吗？

- profirmatic

Answer 1

必须检查匹配列表中的每个成员是否真正存在两个邻居。这与图像大小无关。

good = []
for m_n in matches:
  if len(m_n) != 2:
    continue
  (m,n) = m_n
  if m.distance < 0.6*n.distance:
    good.append(m)

- a99