如何在 openCV 3.2.0 中使用蛮力匹配？答案

【问题标题】：How can I use BruteForce Matching in openCV 3.2.0?如何在 openCV 3.2.0 中使用蛮力匹配？
【发布时间】：2018-05-11 12:13:42
【问题描述】：

我正在使用 opencv 3.2.0，我正在尝试分别与 FAST、BRISK、BruteForce 进行特征检测、描述符计算和描述符匹配。我在 Visual Studio 2017 中使用 C++。

std::vector<KeyPoint> keypoints1, keypoints2;
cv::Mat descriptors1, descriptors2;
m_image_A = imread("a.bmp", IMREAD_GRAYSCALE);
m_image_B = imread("b.bmp", IMREAD_GRAYSCALE);
cv::Ptr<cv::FeatureDetector> a = cv::FastFeatureDetector::create();
a->detect(m_image_A, keypoints1);
a->detect(m_image_B, keypoints2);
cv::Ptr<cv::DescriptorExtractor> ex = cv::BRISK::create();
ex->compute(m_image_A, keypoints1, descriptors1);
ex->compute(m_image_B, keypoints2, descriptors2);

cv::Ptr<cv::DescriptorMatcher> matcher;
std::vector<vector<DMatch>> matches;

matcher = cv::BFMatcher::create();
matcher->knnMatch(descriptors1, descriptors2, matches, 2);

这是我的简单代码，但它不能正常运行。我阅读了许多代码和提示，但我找不到适合我的问题的解决方案。

有人可以帮助我吗？如何让它正常运行？

【问题讨论】：

我编辑了这个问题的标签以删除不必要的标签并将opencv3.2更改为opencv，因为大多数人不会查看特定的发布标签。这应该可以帮助您获得更多回复。但是，您应该查看 OpenCV 教程；他们有一些使用BFMatcher。例如，docs.opencv.org/3.0-beta/doc/tutorials/features2d/…。当您说“它无法正常运行”时，您是什么意思？更具体地处理实际问题。

标签： c++ opencv opencv3.2

【解决方案1】：

如果此方法不起作用，请使用基于 flann 的方法，然后使用单应性方法。它将为您提供关键点之间距离的确切结果，以及在任何角度上真正匹配的点数。

【讨论】：

【解决方案2】：

BFMatcher 构造函数有参数 normType。

BFMatcher::create(NORM_HAMMING, false);

对于 SIFT 和 SURF，可以应用标准 L1 规范，但文档说应该使用 BRISK NORM_HAMMING (https://docs.opencv.org/3.4.0/d3/da1/classcv_1_1BFMatcher.html)。也许这可以解决问题。但显然，您必须说明您的解决方案“无法正常运行”是什么意思。
我在尝试描述符和匹配技术的不同组合时遇到的另一个问题是，某些描述符以二进制格式保存，因此无法使用标准匹配方法轻松进行后处理。

【讨论】：