我如何在OpenCV 3.2.0中使用bruteforce匹配

How can I use BruteForce Matching in openCV 3.2.0?

本文关键字：bruteforce 匹配 OpenCV      更新时间：2023-10-16

我正在使用opencv 3.2.0，并且我正在尝试分别具有检测，描述符计算和描述符与快速，轻快，蛮力的描述符。我正在与Visual Studio 2017一起使用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);

这是我为此简单的代码，并且无法正常运行。我阅读了许多代码和提示，但是找不到解决问题的适当解决方案。

有人可以帮助我吗？如何使其正确操作？

如果此方法确实不起作用，请使用基于绒布的方法按照统一方法。它将为您提供关键点之间距离的确切结果，以及以任何形式的角度真正匹配的点。

bfmatcher构造函数具有参数normType。

BFMatcher::create(NORM_HAMMING, false);

对于筛分和冲浪，可以应用标准的L1规范，但应使用norm_hamming的文档说明（https://docs.opencv.org/3.4.0/da/da/da1/classcv_1_1_1_1bfmatcher.html）。也许这解决了问题。但是显然，您必须说明您的解决方案"无法正常运行"的含义。
尝试不同的描述符和匹配技术组合时，我遇到的另一个问题是，某些描述符以二进制格式保存，因此不能轻松地使用标准匹配方法进行后处理。

相关文章：