Извлечение SIFT-функций из набора данных изображений для сопоставления - PullRequest
Новая
       58

Извлечение SIFT-функций из набора данных изображений для сопоставления

0 голосов
/ 25 мая 2019

У меня есть набор данных изображения, и я хочу извлечь его возможности, чтобы сравнить его с изображением запроса, чтобы выбрать лучшие характеристики внутри порога. Я могу извлечь функции изображений и выбрать лучшие из двух соответствующих изображений в следующем коде: 

img1 = cv2.imread("path\of\training\image")
img2 = cv2.imread("path\of\query\image")

# Initiate SIFT detector
sift = cv2.xfeatures2d.SIFT_create()

# find the key-points and descriptors with SIFT
kp1, des1 = sift.detectAndCompute(img1,None)
kp2, des2 = sift.detectAndCompute(img2,None)

# FLANN parameters
FLANN_INDEX_KDTREE = 0
index_params = dict(algorithm = FLANN_INDEX_KDTREE, trees = 5)
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 m.distance < 0.8*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()

Я хочу сравнить характеристики изображения запроса с функциями всех изображений в наборе данных, чтобы выбрать лучшие из них для распознавания конкретного объекта. Как можно объединить все функции набора данных и сравнить их с функциями изображения запроса? Может кто-нибудь, пожалуйста, помогите мне с благодарностью.

...