OpenCV DescriptorMatcher radiusMatch 和 knnMatch 结果格式答案

【问题标题】：OpenCV DescriptorMatcher radiusMatch and knnMatch result formatOpenCV DescriptorMatcher radiusMatch 和 knnMatch 结果格式
【发布时间】：2012-02-29 22:19:04
【问题描述】：

有谁知道为什么 OpenCV 2 DescriptorMatcher::radiusMatch() 和 knnMatch() 采用 vector<vector<DMatch>>& matches？我有点困惑为什么它不只是一个向量，因为它只是场景中对应于训练图像的单个点数组，对吧？

我有这样的东西：

void getMatchingPoints(
    const vector<vector<cv::DMatch> >& matches,
    const vector<cv::KeyPoint>& keyPtsTemplates,
    const vector<cv::KeyPoint>& keyPtsScene,
    vector<Vec2f>& ptsTemplate,
    vector<Vec2f>& ptsScene
    )
{
    ptsTemplate.clear();
    ptsScene.clear();

    for (size_t k = 0; k < matches.size(); k++)
    {
        for (size_t i = 0; i < matches[k].size(); i++)
        {
            const cv::DMatch& match = matches[k][i];
            ptsScene.push_back(fromOcv(keyPtsScene[match.queryIdx].pt));
            ptsTemplate.push_back(fromOcv(keyPtsTemplates[match.trainIdx].pt));
        }
    }
}

但我对如何实际映射近似值有点困惑。一旦我将它们全部放在ptsScene 中，对象的位置。当我刚刚绘制它们时，这些点对我来说似乎是分散的，所以我想我错过了嵌套向量所代表的内容。

【问题讨论】：

标签： c++ opencv computer-vision

【解决方案1】：

knnMatch 函数将返回 k 最近邻匹配，即，如果您调用 knnMatch(queryDescriptors, trainDescriptors, matchesQueryToTrain, 3)，在这种情况下为 k=3，那么对于每个训练点，它将从查询中找到 3 个最佳匹配设置。

就您的vector<vector<DMatch>> 而言，这意味着外部vector 是每个query->train 匹配的向量，而内部vector 是您的k 最接近匹配的向量。

在this 其他问题中有一个很好的例子来说明如何使用这些k 匹配以及交叉检查方法。

如果您想要一个简单的 1-1 匹配，那么您可以使用 k=1 调用 knnMatch，这将返回一个大小为 1 的内部向量，或者只调用 match，它以 vector<DMatch> 的形式输出匹配，没有第二个向量。

【讨论】：