BFMatcher匹配OpenCV中的抛出错误

Question

我正在使用SURF描述符进行图像匹配。我正计划将给定的图像与图像数据库匹配。

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)

问题是bf.match我遇到以下错误：

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

错误类似于此帖子。给出的说明不完整且不充分。我想知道如何解决此问题。我已经将ORB描述符与具有NORM_HAMMING距离的BFMatcher一起使用。错误再次浮出水面。任何帮助将不胜感激。

我为此使用的两个图像是：

box.png

box_in_scene.png

我在Linux中使用Python 3.5.2和OpenCV3.1.x。

Answer 1

要在两个图像的描述符之间进行搜索，请 使用：

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)

在多张图像中搜索

该add方法用于添加多个测试图像的描述符。一旦所有描述符都建立索引，就可以运行train方法来构建基础的数据结构（示例：KdTree，在FlannBasedMatcher的情况下将用于搜索）。然后，您可以运行match以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并查看如何将其用于搜索多维矢量（Surf提供64维矢量）。

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。

用于多图像搜索的代码示例

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

有关bf.match的DMatch输出，请参阅docs。

在此处查看完整示例：Opencv3.0
docs
。

其他资讯

操作系统：Mac。
的Python：2.7.10。
Opencv：3.0.0-dev [如果没记错，请使用brew安装。