flann

1热度

2回答

OpenCV C++ Flann IndexParams和SearchParams错误

Opencv 3.2 C++。我正在创建一个方法，可以接受任何一组关键点描述符并使用用户指定的任何匹配算法。当我尝试构建我的代码时，出现以下错误。 CV :: FLANN :: IndexParams ::〜IndexParams（），从参考：： CV :: FLANN :: SearchParams :: SearchParams（整数，浮点，布尔），从参考CV :: FLANN :: KDT

1热度

1回答

PCL 1.8.0项目中的链接器错误

在全新编译和安装PCL 1.8.0之后，我在项目中发现了一些令人困惑的链接错误。有些类很好（我可以读取和渲染PC），但是当我实例化其他一些类时，我会遇到一些链接器错误。例如。 #include <pcl/point_types.h> #include <pcl/filters/statistical_outlier_removal.h> int main() { pcl::St

1热度

1回答

算法参数在OpenCV的FlannBasedMatcher构造函数中使用了什么值？

在python中，OpenCV的FlannBasedMatcher构造函数需要参数的字典，其中第一个是algorithm。 The python tutorial表明可以通过传递不同的命名变量来指定不同的值algorithm，例如， FLANN_INDEX_KDTREE和FLANN_INDEX_LSH，但变量名称当然不能将任何东西传递给构造函数。有人可能会认为这些名称应该作为字符串传递，但在下面的

1热度

1回答

OpenCV的3.2 NameError：全局名称“FLANN_INDEX_LSH”没有定义

目前我正在试图实现与FLANN ORB，我已经阅读文档，它说，使用ORB与FLANN的时候我必须使用： index_params= dict(algorithm = FLANN_INDEX_LSH, table_number = 6, # 12 key_size = 12, # 20 multi_probe_level = 1) #2 而

0热度

1回答

OpenCV的：AttributeError的：“名单”对象有没有属性“queryIdx”

我使用OpenCV，SIFT和Homography以检测画面中所有对象。我全球的情况是这样的：我想检测图片上所有的灯，即使方向是不完全的每一个之间的相同。我的模型图的样子：我写这个剧本与Python： #-*- coding: utf-8! -*- import os, shutil import numpy as np import cv2 #################

1热度

1回答

使用emguCV查找图像集合中的匹配图像3.1.0

我正在从一个图像集合中识别（相似性百分比）图像的项目。我使用了EmugCV 3.1.0。代码如下。虽然程序运行，但它有以下问题当匹配找到总是显示第一个图像的百分比。找到附件如果我们把数据库图像集合中的同一图像两次，这是查询图像相同的图像，所有匹配百分比为零。找到附件 string [] dbImages = {imgPath +“1.jpg”，imgPath +“2.jpg”，imgPath

1热度

1回答

flann knnmatch中的OpenCV错误

我正在编写基于surf的图像匹配算法。我用400大麻阈值初始化冲浪： surf = cv2.SURF(400) 并做了flann匹配。但它运行速度太慢（在大量图像上）。然后，我决定首先进行轻度测试，然后进行深度测试。所以我把麻木阈值改为1200. surf = cv2.SURF(1200) 现在速度要快得多。 matches = flann.knnMatch(des1,des2,k=2

2热度

1回答

通过conda安装pyflann并在python 3.5上导入

我想在python 3.5上使用pyflann（Win-64）我使用Anaconda 3的应用程序spyder来编写和编译我的脚本。我已经使用命令提示符和conda安装了软件包pyflann。看来，在安装成功，因为当我在命令提示符处键入 conda list ，显示的列表包括 FLANN 1.8.3 3 ccordoba12 然而，我无法将import flann或pyflann转换为py

0热度

2回答

从图像数据库中查找图像

我正在用Python中的OpenCV移动我的第一步。我想要做的是给一张图片，从一系列参考图片中找到它的“原始”图片。为了清楚起见，查询图像是整张图片（卡片）的简单照片，因此它不是“在照片中查找对象”的场景，而是“仅”相似性测试。我的最终数据库将会非常大（大约25000张图像），但我开始在较小规模上进行一些测试（只有270张图像）。识别效果很好，但速度很慢：遍历全部270张图片需要8秒。我能够

0热度

1回答

OpenCV的 - 使用FLANN与ORB描述我使用的OpenCV 3.2</p> <p>我试图使用FLANN在比蛮力更快地匹配功能描述匹配功能

。 // Ratio to the second neighbor to consider a good match. #define RATIO 0.75 void matchFeatures(const cv::Mat &query, const cv::Mat &target, std::vector<cv::DMatch> &goodMatches) {