Я пытаюсь реализовать программу для обнаружения и отслеживания игроков, и я тестировал детектор ORB с этими Matcher: FlannBased, BFMatcher. Я даже пробовал эти сопоставители с детектором SIFT, но получаю одинаковые результаты со всеми ними. Это изображение показывает в основном то, что я получаю: ORB с FlannBased Matcher
Как вы можете видеть, соответствие между двумя изображениями в основном сосредоточено на структуре сцены, но не на игроков. Я не знаю, есть ли способ заставить детектор фокусироваться только на людях. Я открыт для предложений!! Также я хотел бы знать, есть ли какие-то ограничения по качеству изображения
Это код, который я использовал для получения изображения выше
#FLANN based Matcher With ORB Descriptors
import numpy as np
import cv2
from matplotlib import pyplot as plt
img1 = cv2.imread('Imag-Prueba.png',0) # queryImage
img2 = cv2.imread('Imag-Prueba-2.jpg',0) # trainImage
# Initiate ORB detector
orb = cv2.ORB_create(nfeatures=10000, scoreType=cv2.ORB_FAST_SCORE)
# find the keypoints and descriptors with ORB
kp1, des1 = orb.detectAndCompute(img1,None)
kp2, des2 = orb.detectAndCompute(img2,None)
# FLANN parameters
FLANN_INDEX_LSH = 6
index_params= dict(algorithm = FLANN_INDEX_LSH,
table_number = 12, # 12
key_size = 12, # 20
multi_probe_level = 2) #2
search_params = dict(checks=100) # or pass empty dictionary
flann = cv2.FlannBasedMatcher(index_params,search_params)
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 len(m_n) != 2:
continue
elif m_n[0].distance < 0.80*m_n[1].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)
cv2.imwrite('ORB-FLANNMatcher-0.8.jpg',img3)