用于多个图像的 Opencv BFMatcher

Question

我想在 Python 中使用 opencv 执行蛮力 SIFT 特征匹配。

我在 opencv 文档中找到了以下代码。

import numpy as np
import cv2
from matplotlib import pyplot as plt

img1 = cv2.imread('box.png',0)          # queryImage
img2 = cv2.imread('box_in_scene.png',0) # trainImage

# Initiate SIFT detector
sift = cv2.SIFT()

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

# BFMatcher with default params
bf = cv2.BFMatcher()
matches = bf.knnMatch(des1,des2, k=2)

# Apply ratio test
good = []
for m,n in matches:
    if m.distance < 0.75*n.distance:
        good.append([m])

# cv2.drawMatchesKnn expects list of lists as matches.
img3 = cv2.drawMatchesKnn(img1,kp1,img2,kp2,good,flags=2)

plt.imshow(img3),plt.show()

但是，此代码仅适用于两个图像。我尝试提供描述符列表，但它似乎不起作用。如何一次匹配多个数据库图像？

Answer 1

BFMatcher 一次只能用于两个描述符。如果您在此处查看文档：https://docs.opencv.org/3.0-beta/doc/py_tutorials/py_feature2d/py_matcher/py_matcher.html

蛮力匹配器很简单。 它采用第一组中一个特征的描述符并匹配 使用一些距离计算与第二组中的所有其他特征。 并返回最接近的那个。

我很不确定您所说的多个描述符是什么意思。但是，我知道您可以从与 image2 匹配的 image1 中获取描述符。然后，将 image1 与 image3 匹配。最后，image2 和 image3。匹配多个图像的描述符需要手动完成。