关于python:BFMatcher match in OpenCV throwing error

BFMatcher match in OpenCV throwing error

我正在使用 SURF 描述符进行图像匹配。我打算将给定的图像与图像数据库进行匹配。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import cv2
import numpy as np
surf = cv2.xfeatures2d.SURF_create(400)

img1 = cv2.imread(‘box.png’,0)
img2 = cv2.imread(‘box_in_scene.png’,0)

kp1,des1 = surf.detectAndCompute(img1,None)
kp2,des2 = surf.detectAndCompute(img2,None)

bf = cv2.BFMatcher(cv2.NORM_L1,crossCheck=True)
#I am planning to add more descriptors
bf.add(des1)

bf.train()

#This is my test descriptor
bf.match(des2)

bf.match 的问题是我收到以下错误:

1
2
3
4
5
OpenCV Error: Assertion failed (type == src2.type() && src1.cols == src2.cols && (type == CV_32F || type == CV_8U)) in batchDistance, file /build/opencv/src/opencv-3.1.0/modules/core/src/stat.cpp, line 3749
Traceback (most recent call last):
  File"image_match4.py", line 16, in <module>
    bf.match(des2)
cv2.error: /build/opencv/src/opencv-3.1.0/modules/core/src/stat.cpp:3749: error: (215) type == src2.type() && src1.cols == src2.cols && (type == CV_32F || type == CV_8U) in function batchDistance

错误与这篇文章类似。给出的解释不完整且不充分。我想知道如何解决此问题。我也使用了 ORB 描述符以及具有 NORM_HAMMING 距离的 BFMatcher。错误再次出现。
任何帮助将不胜感激。

我使用的两张图片是:

box.png

box.png

box_in_scene.png

box_in_scene.png

我在 linux 中使用 Python 3.5.2 和 OpenCV 3.1.x。


要在两个图像的描述符之间进行搜索,请使用:

1
2
3
4
5
6
7
8
9
img1 = cv2.imread(‘box.png’,0)
img2 = cv2.imread(‘box_in_scene.png’,0)

kp1,des1 = surf.detectAndCompute(img1,None)
kp2,des2 = surf.detectAndCompute(img2,None)

bf = cv2.BFMatcher(cv2.NORM_L1,crossCheck=False)
matches = bf.match(des1,des2)

在多个图像中搜索

add 方法用于添加多个测试图像的描述符。一旦所有描述符都被索引,您运行 train 方法来构建底层数据结构(例如:KdTree,它将用于在 FlannBasedMatcher 的情况下进行搜索)。然后,您可以运行 match 来查找哪个测试图像与哪个查询图像更匹配。您可以检查 K-d_tree 并了解如何使用它来搜索多维向量(Surf 提供 64 维向量)。

注意:- 顾名思义,BruteForceMatcher 没有内部搜索优化数据结构,因此具有空训练方法。

多图像搜索的代码示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
import cv2
import numpy as np
surf = cv2.xfeatures2d.SURF_create(400)

# Read Images
train = cv2.imread(‘box.png’,0)
test = cv2.imread(‘box_in_scene.png’,0)

# Find Descriptors    
kp1,trainDes1 = surf.detectAndCompute(train, None)
kp2,testDes2  = surf.detectAndCompute(test, None)

# Create BFMatcher and add cluster of training images. One for now.
bf = cv2.BFMatcher(cv2.NORM_L1,crossCheck=False) # crossCheck not supported by BFMatcher
clusters = np.array([trainDes1])
bf.add(clusters)

# Train: Does nothing for BruteForceMatcher though.
bf.train()

matches = bf.match(testDes2)
matches = sorted(matches, key = lambda x:x.distance)

# Since, we have index of only one training image,
# all matches will have imgIdx set to 0.
for i in range(len(matches)):
    print matches[i].imgIdx

对于 bf.match 的 DMatch 输出,请参阅文档。

在此处查看完整示例:Opencv3.0 docs.

其他信息

操作系统:Mac。
Python:2.7.10。
Opencv:3.0.0-dev [如果没记错,使用 brew 安装]。


我遇到了同样的错误。但就我而言,这是因为我在 cv2.BFMatcher_create 中使用了带有 cv2.NORM_HAMMING 度量的 SIFT。将指标更改为 cv2.NORM_L1 解决了该问题。

BFMatcher 的引用文档:

normType – One of NORM_L1, NORM_L2, NORM_HAMMING, NORM_HAMMING2. L1
and L2 norms are preferable choices for SIFT and SURF descriptors,
NORM_HAMMING should be used with ORB, BRISK and BRIEF, NORM_HAMMING2
should be used with ORB when WTA_K==3 or 4 (see ORB::ORB constructor
description).


我发现我遇到了同样的错误。花了一段时间才弄明白——我的一些图像有些无特色,因此没有找到关键点,detectAndCompute 返回了描述符的 None。在传递给 BFMatcher.add().

之前,可能值得检查 None 元素的描述符列表


编辑:版本使用 Python 3.6、OpenCV 3.4.1

根据用户的选择,我在准备使用 SIFT 或 ORB 的程序时费了很大力气。最后,我可以为 SIFT 和 ORB

找到正确的 BFMatcher 参数

1
2
3
4
5
import cv2
import numpy as np

# ask user whether to use SIFT or ORB
detect_by = input("sift or orb")

  • 创建匹配对象

    1
    2
    3
    4
    5
    if detect_by =="sift":
        matcher = cv2.BFMatcher(normType=cv2.NORM_L2, crossCheck=False)

    elif detect_by is"orb":
        matcher = cv2.BFMatcher(normType=cv2.NORM_HAMMING, crossCheck=False)

  • 在捕获和处理帧时

    1
    2
    3
    4
    5
    6
    while there_is_frame_to_process:
        if detect_by is"sift":
            matches = matcher.knnMatch(np.asarray(gray_des, np.float32), np.asarray(target_des, np.float32), k=2)

        elif detect_by is"orb":
            matches = matcher.knnMatch(np.asarray(gray_des, np.uint8), np.asarray(target_des, np.uint8), k=2)


  • 在我使用 ORB 的情况下,问题是它找不到框架的特征并检查它是否为空。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    qImageKeypoints, qImageDescriptors = orb.detectAndCompute(query_img_bw, None)
    trainKeypoints, trainDescriptors = orb.detectAndCompute(train_img_bw, None)

    if trainDescriptors is None:
        return False
    else:
        # check some matching of the two images
        matcher = cv2.BFMatcher(cv2.NORM_HAMMING,crossCheck=False)
        matches = matcher.match(qImageDescriptors, trainDescriptors)


    原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/267873.html

    (0)
    上一篇 2022年6月19日
    下一篇 2022年6月19日

    相关推荐

    发表回复

    登录后才能评论