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 )
img2 = cv2. imread ( ‘box_in_scene.png’ , 0 )

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

bf = cv2. BFMatcher (cv2. NORM_L1 ,crossCheck = True )
#I am planning to add more descriptors
bf. add (des1 )

bf. train ( )

#This is my test descriptor
bf. match (des2 )

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。



相关讨论

  • 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 )
kp2 ,des2 = surf. detectAndCompute (img2 , None )

bf = cv2. BFMatcher (cv2. NORM_L1 ,crossCheck = False )
matches = bf. match (des1 ,des2 )

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
train = cv2. imread ( ‘box.png’ , 0 )
test = cv2. imread ( ‘box_in_scene.png’ , 0 )

# Find Descriptors    
kp1 ,trainDes1 = surf. detectAndCompute (train , None )
kp2 ,testDes2   = surf. detectAndCompute ( test , None )

# Create BFMatcher and add cluster of training images. One for now.
bf = cv2. BFMatcher (cv2. NORM_L1 ,crossCheck = False ) # crossCheck not supported by BFMatcher
clusters = np. array ( [trainDes1 ] )
bf. add (clusters )

# Train: Does nothing for BruteForceMatcher though.
bf. train ( )

matches = bf. match (testDes2 )
matches = sorted (matches , key = lambda x:x. distance )

# Since, we have index of only one training image,
# all matches will have imgIdx set to 0.
for i in range ( len (matches ) ):
    print matches [i ]. imgIdx

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]。



相关讨论

  • 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
detect_by = input ( “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”:
        matcher = cv2. BFMatcher (normType =cv2. NORM_HAMMING , crossCheck = False )

  • 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”:
            matches = matcher. knnMatch (np. asarray (gray_des , np. uint8 ) , np. asarray (target_des , np. uint8 ) , k = 2 )

    • 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:
        return False
    else:
        # check some matching of the two images
        matcher = cv2. BFMatcher (cv2. NORM_HAMMING ,crossCheck = False )
        matches = matcher. match (qImageDescriptors , trainDescriptors )

    声明：本站（华域联盟www.cnhackhy.com）所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。