Python中OpenCV的Flann匹配器索引

Question

我正在实现一个程序，它可以将一个图像（img1）与一组约15-30个非常相似的图像进行匹配（通常只是不同的分辨率和照明；有时还涉及一些平移）。

我使用ORB特征检测器和Flann匹配器。为了使用匹配器，我为第一张图片（img1）计算关键点和描述符，然后对于集合中的每张图片，运行Flann匹配器将每张图片与img1进行比较并得到最佳结果。

然而，如果我理解正确，有一种叫做“Flann匹配器索引”的东西，它可以针对该集合进行训练，然后为您选择最佳匹配项。这是正确的吗？如果是这样，我如何在Python中使用它？我看到了一些C++的例子，但没有Python的文档，我是否错过了什么？

编辑：基本上，我想知道在Python中是否可能像this这样的东西。

- sveatlo

Answer 1

这是你想要的吗？

import numpy as np
import cv2
from matplotlib import pyplot as plt

img1 = cv2.imread( file1,0)          # queryImage
img2 = cv2.imread( file2,0) # trainImage

# Initiate SIFT detector
orb = cv2.ORB_create()

# find the keypoints and descriptors with SIFT
kp1, des1 = orb.detectAndCompute(img1,None)
kp2, des2 = orb.detectAndCompute(img2,None)

# FLANN parameters
FLANN_INDEX_KDTREE = 0
index_params = dict(algorithm = FLANN_INDEX_KDTREE, trees = 5)
search_params = dict(checks=50)   # or pass empty dictionary

flann = cv2.FlannBasedMatcher(index_params,search_params)

des1 = np.float32(des1)
des2 = np.float32(des2)

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

# Need to draw only good matches, so create a mask
matchesMask = [[0,0] for i in range(len(matches))]

# ratio test as per Lowe's paper
for i,(m,n) in enumerate(matches):
    if m.distance < 0.7*n.distance:
        matchesMask[i]=[1,0]

draw_params = dict(matchColor = (0,255,0),
                   singlePointColor = (255,0,0),
                   matchesMask = matchesMask,
                   flags = 0)

img3 = cv2.drawMatchesKnn(img1,kp1,img2,kp2,matches,None,**draw_params)

plt.imshow(img3,),plt.show()

- via tom

---

不是真的。该代码比较2个图像。我想使用此代码将1个图像与整个集合进行比较：https://docs.opencv.org/3.2.0/d1/db2/classcv_1_1flann_1_1Index.html （如果可能） - sveatlo

我编辑了问题，添加了我想要实现的代码示例。 - sveatlo