使用 SURF 和 FLANN 比较图像与图像数据库

Question

我正在尝试将单个图像与图像数据库进行比较。
我目前正在使用 Python 2.7 和 OpenCV 3.3.0。
经过一番谷歌搜索，我想出了这段代码：

scanned = 'tests/temp_bw.png'
surf = cv2.xfeatures2d.SURF_create(400)
surf.setUpright(True)

img1 = cv2.imread(scanned, 0)
kp1, des1 = surf.detectAndCompute(img1, None)

FLANN_INDEX_KDTREE = 1
index_params = dict(algorithm=FLANN_INDEX_KDTREE, trees=5)
search_params = dict(checks=50)

flann = cv2.FlannBasedMatcher(index_params, search_params)

for filename in os.listdir('images'):
    img2 = cv2.imread('images/' + filename, 0)
    kp2, des2 = surf.detectAndCompute(img2, None)
    flann.add([des2])

print str(len(flann.getTrainDescriptors()))

print "Training..."
flann.train()

print "Matching..."
indexes, matches = flann.knnSearch(des1, 2, params={})

主要问题是在 OpenCV 3.3.0 中 FlannBasedMatcher 没有方法 knnSearch。我检查了当前的代码文档，在 2.4 中有这样的方法，现在它被删除了。

OpenCV 3.3.0 中有类似的东西吗？
还是我应该使用不同的方法？

Answer 1

在 OpenCV 3.3.0 中，该函数被称为 knnMatch

可以在此页面上的基于 FLANN 的 Matcher 下找到示例用法： http://docs.opencv.org/trunk/dc/dc3/tutorial_py_matcher.html

---

编辑： 对不起，我现在知道我误解了你。 knnSearch 函数现在在flann.Index() 下，可以如下使用。确保您的描述符数据库和查询对象都是 float32

flann = cv2.flann.Index()
print "Training..."
flann.build(des_all, index_params)
print "Matching..."
indexes, matches = flann.knnSearch(des1, 2)