BFMatcher match in OpenCV throwing error
我正在使用 SURF 描述符进行图像匹配。我打算将给定的图像与图像数据库进行匹配。
|
1
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
import cv2
import numpy as np surf = cv2.xfeatures2d.SURF_create(400) img1 = cv2.imread(‘box.png’,0) kp1,des1 = surf.detectAndCompute(img1,None)
bf = cv2.BFMatcher(cv2.NORM_L1,crossCheck=True) bf.train() #This is my test descriptor |
bf.match 的问题是我收到以下错误：
|
1
2 3 4 5 |
OpenCV Error: Assertion failed (type == src2.type() && src1.cols == src2.cols && (type == CV_32F || type == CV_8U)) in batchDistance, file /build/opencv/src/opencv-3.1.0/modules/core/src/stat.cpp, line 3749
Traceback (most recent call last): File“image_match4.py”, line 16, in <module> bf.match(des2) cv2.error: /build/opencv/src/opencv-3.1.0/modules/core/src/stat.cpp:3749: error: (–215) type == src2.type() && src1.cols == src2.cols && (type == CV_32F || type == CV_8U) in function batchDistance |
错误与这篇文章类似。给出的解释不完整且不充分。我想知道如何解决此问题。我也使用了 ORB 描述符以及具有 NORM_HAMMING 距离的 BFMatcher。错误再次出现。
任何帮助将不胜感激。
我使用的两张图片是：
box.png
box_in_scene.png
我在 linux 中使用 Python 3.5.2 和 OpenCV 3.1.x。
- 那么 .detectAndCompute 出现在 OpenCV 3x 及以上版本中吗？我正在使用 2.4，它说 module object not found…
- 这取决于 opencv 版本。遵循 2.4 或 3.x。
要在两个图像的描述符之间进行搜索，请使用：
|
1
2 3 4 5 6 7 8 9 |
img1 = cv2.imread(‘box.png’,0)
img2 = cv2.imread(‘box_in_scene.png’,0) kp1,des1 = surf.detectAndCompute(img1,None)
bf = cv2.BFMatcher(cv2.NORM_L1,crossCheck=False) |
在多个图像中搜索
add 方法用于添加多个测试图像的描述符。一旦所有描述符都被索引，您运行 train 方法来构建底层数据结构(例如：KdTree，它将用于在 FlannBasedMatcher 的情况下进行搜索)。然后，您可以运行 match 来查找哪个测试图像与哪个查询图像更匹配。您可以检查 K-d_tree 并了解如何使用它来搜索多维向量(Surf 提供 64 维向量)。
注意：- 顾名思义，BruteForceMatcher 没有内部搜索优化数据结构，因此具有空训练方法。
多图像搜索的代码示例
|
1
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 |
import cv2
import numpy as np surf = cv2.xfeatures2d.SURF_create(400) # Read Images # Find Descriptors # Create BFMatcher and add cluster of training images. One for now. # Train: Does nothing for BruteForceMatcher though. matches = bf.match(testDes2) # Since, we have index of only one training image, |
对于 bf.match 的 DMatch 输出，请参阅文档。
在此处查看完整示例：Opencv3.0 docs.
其他信息
操作系统：Mac。
Python：2.7.10。
Opencv：3.0.0-dev [如果没记错，使用 brew 安装]。
- 我将它用于多个图像。上面的代码是最简单的版本。您提供的示例代码适用于两个图像。我想将一个图像的描述符与多个图像的描述符列表进行比较。问题发生在那里。
- 对不起，我错过了。给我一些时间来看看这个问题。
- 我想我在问这个类似的问题：stackoverflow.com/questions/37731908/…
- 嗨，我面临同样的错误。一切似乎都很好。顺便说一句，BruteForceMatcher 并没有真正发生，因为它没有训练。 docs.opencv.org/2.4/modules/features2d/doc/…
- 我也尝试过 FlannMatcher(因为我的项目使用了 FlannMatcher/C )，但遇到了这个 opencv 错误：github.com/opencv/opencv/issues/5667
- 我也尝试过 FlannMatcher – 它只是一团糟。
- 让我们在聊天中继续这个讨论。
- 我认为当将多个图像的描述符添加为训练集时，它仍然存在相同的问题。
我遇到了同样的错误。但就我而言，这是因为我在 cv2.BFMatcher_create 中使用了带有 cv2.NORM_HAMMING 度量的 SIFT。将指标更改为 cv2.NORM_L1 解决了该问题。
BFMatcher 的引用文档：
normType – One of NORM_L1, NORM_L2, NORM_HAMMING, NORM_HAMMING2. L1
and L2 norms are preferable choices for SIFT and SURF descriptors,
NORM_HAMMING should be used with ORB, BRISK and BRIEF, NORM_HAMMING2
should be used with ORB when WTA_K==3 or 4 (see ORB::ORB constructor
description).
我发现我遇到了同样的错误。花了一段时间才弄明白——我的一些图像有些无特色，因此没有找到关键点，detectAndCompute 返回了描述符的 None。在传递给 BFMatcher.add().
之前，可能值得检查 None 元素的描述符列表
编辑：版本使用 Python 3.6、OpenCV 3.4.1
根据用户的选择，我在准备使用 SIFT 或 ORB 的程序时费了很大力气。最后，我可以为 SIFT 和 ORB
找到正确的 BFMatcher 参数
|
1
2 3 4 5 |
import cv2
import numpy as np # ask user whether to use SIFT or ORB |
创建匹配对象
|
1
2 3 4 5 |
if detect_by ==“sift”:
matcher = cv2.BFMatcher(normType=cv2.NORM_L2, crossCheck=False) elif detect_by is“orb”: |
在捕获和处理帧时
|
1
2 3 4 5 6 |
while there_is_frame_to_process:
if detect_by is“sift”: matches = matcher.knnMatch(np.asarray(gray_des, np.float32), np.asarray(target_des, np.float32), k=2) elif detect_by is“orb”: |
在我使用 ORB 的情况下，问题是它找不到框架的特征并检查它是否为空。
|
1
2 3 4 5 6 7 8 9 |
qImageKeypoints, qImageDescriptors = orb.detectAndCompute(query_img_bw, None)
trainKeypoints, trainDescriptors = orb.detectAndCompute(train_img_bw, None) if trainDescriptors is None: |
来源：https://www.codenong.com/39940766/
