FLANN matcher-OPENCV 3-min max disatance

Question

У меня есть код, который использует маркер Flann и детектор ORB, чтобы найти функции между двумя изображениями человека. Я использую opencv 3 на ubuntu. У меня есть некоторые сомнения .. Кодекс следующим образом:

#include <iostream> 
#include </home/sruthi/opencv/include/opencv2/opencv.hpp> 

using namespace cv; 

//void readme(); 

/** @function main */ 
int main(int argc, char** argv) 
{ 
    if(argc != 3) 
    { //readme(); 
    return -1; } 

    Mat img_object = imread(argv[1], IMREAD_GRAYSCALE); 
    Mat img_scene = imread(argv[2], IMREAD_GRAYSCALE); 


    if (!img_object.data || !img_scene.data) 
    { 
     std::cout << " --(!) Error reading images " << std::endl; return -1; 
    } 

    //-- Step 1: Detect the keypoints using ORB Detector 
    Ptr<FeatureDetector> detector = ORB::create(); 

    std::vector<KeyPoint> keypoints_object, keypoints_scene; 

    detector->detect(img_object, keypoints_object); 
    detector->detect(img_scene, keypoints_scene); 

    //-- Step 2: Calculate descriptors (feature vectors) 
    Ptr<DescriptorExtractor> extractor = ORB::create(); 

    Mat descriptors_object, descriptors_scene; 

    extractor->compute(img_object, keypoints_object, descriptors_object); 
    extractor->compute(img_scene, keypoints_scene, descriptors_scene); 

    descriptors_object.convertTo(descriptors_object,CV_32F); 
    descriptors_scene.convertTo(descriptors_scene,CV_32F); 


    //-- Step 3: Matching descriptor vectors using FLANN matcher 
    Ptr<DescriptorMatcher> matcher = DescriptorMatcher::create("FlannBased"); 
    std::vector<DMatch> matches; 
    matcher->match(descriptors_object, descriptors_scene, matches); 

    double max_dist = 0; double min_dist = 100; 

    //-- Quick calculation of max and min distances between keypoints 
    for (int i = 0; i < descriptors_object.rows; i++) 
    { 
     double dist = matches[i].distance; 
     if (dist < min_dist) min_dist = dist; 
     if (dist > max_dist) max_dist = dist; 
    } 

    printf("-- Max dist : %f \n", max_dist); 
    printf("-- Min dist : %f \n", min_dist); 

    //-- Draw only "good" matches (i.e. whose distance is less than 3*min_dist) 
    std::vector<DMatch> good_matches; 

    for (int i = 0; i < descriptors_object.rows; i++) 
    { 
     if (matches[i].distance < 3 * min_dist) 
     { 
      good_matches.push_back(matches[i]); 
     } 
    } 

    Mat img_matches; 

    drawMatches(img_object, keypoints_object, img_scene, keypoints_scene, good_matches, img_matches, Scalar::all(-1), Scalar::all(-1), std::vector<char>(), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS); 

    //-- Localize the object 
    std::vector<Point2f> obj; 
    std::vector<Point2f> scene; 
    for (int i = 0; i < good_matches.size(); i++) 
    { 
     //-- Get the keypoints from the good matches 
     obj.push_back(keypoints_object[good_matches[i].queryIdx].pt); 
     scene.push_back(keypoints_scene[good_matches[i].trainIdx].pt); 
    } 


    //-- Show detected matches 
    imshow("Good Matches", img_matches); 

    for(int i = 0; i < (int)good_matches.size(); i++) 
    { printf("-- Good Match [%d] Keypoint 1: %d -- Keypoint 2: %d \n", i, good_matches[i].queryIdx, good_matches[i].trainIdx); } 

    waitKey(0); 
    return 0; 


} 

1. двойной max_dist = 0; double min_dist = 100; Почему мы объявляем эти расстояния как 0 и 100 соответственно? В качестве вывода я получаю Макс. Расстояние: 488.559113 мин. Dist: 100.000000. Это кажется неправильным.

2. , если (матчи [I] .distance < 3 * Min_Dist) { good_matches.push_back (матчи [I]); } Почему я не могу изменить 3 * min_dist на 2 * min_dist? Я не получаю совпадений, если я это сделаю.

3. Обязательно ли иметь параллельные линии, как показано в официальной документации. Я не получаю параллельные линии. Я не могу опубликовать снимок экрана.

Answer 1

1. Этой инициализация, кажется, настроена на конкретный случай, для которого написан этот код.
2. Это снова связано с настроенными параметрами. Попробуйте поэкспериментировать с другим набором изображений, и вы должны увидеть некоторые изменения в результатах. Кроме того, другой хорошей практикой является использование вторых лучших расстояний для поиска хороших матчей.
3. Правильные совпадения должны иметь параллельные линии, поскольку относительное положение совпадений в двух изображениях должно оставаться неизменным. Любые пересекающиеся линии являются неправильными совпадениями.