【发布时间】:2018-10-27 18:14:27
【问题描述】:
我正在用 Python 开发一个程序,用于检测商店货架上的特定产品。我使用 SIFT 算法来获取描述符,然后我使用 knnMatcher 来匹配 SIFT 特征。我应用比率测试来消除错误匹配,然后应用三分法来确定找到的匹配数量是否足够。但是在这种情况下我有一个特殊的问题:
结果是它在火车图像中找到了足够多的 Nesquik 产品匹配,即使这两个产品不相同(实际上图像的下半部分不同)。 处理这种情况的最佳方法是什么?非常感谢!
【问题讨论】:
-
是不是因为右边没有相同的图像,所以你的算法只是在所有给定的图像中找到最相似的图像?在这种情况下,算法告诉它找不到完全相同的图像是否更可取?也许您可以为此设置相似度或距离阈值。
标签: python opencv image-processing computer-vision object-detection