Wie man die pixel-Koordinaten von Feature-Matching in Python-OpenCV

Ich brauche, um die Liste der x und y Koordinaten der Pixel, die die Funktion matcher wählt im code zur Verfügung gestellt. Ich bin mit Python und OpenCV. Kann mir jemand helfen?

img1=cv2.imread('DSC_0216.jpg',0)
img2=cv2.imread('DSC_0217.jpg',0)

orb=cv2.ORB(nfeatures=100000)
kp1,des1=orb.detectAndCompute(img1,None)
kp2,des2=orb.detectAndCompute(img2,None)

img1kp=cv2.drawKeypoints(img1,kp1,color=(0,255,0),flags=0)
img2kp=cv2.drawKeypoints(img2,kp2,color=(0,255,0),flags=0)
cv2.imwrite('m_img1.jpg',img1kp)
cv2.imwrite('m_img2.jpg',img2kp)

bf=cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)
matches=bf.match(des1,des2)
matches=sorted(matches, key= lambda x:x.distance)
InformationsquelleAutor kotopanda | 2015-06-08
  1. 21

    Wir wissen, dass Ihre Eckdaten sind gespeichert in kp1 und kp2 wo Sie sind die Funktionen, Spiele für das erste und zweite Bild jeweils. In der cv2.ORB Perspektive, diese sind 2D-Matrizen auf, wo jede Zeile ist ein Schlüsselpunkt, dass erkannt wird, im ersten Bild, kp1 und das zweite Bild kp2.

    In Ihrem Fall, weil Sie mit cv2.BFMatch, matches gibt eine Liste von cv2.DMatch - Objekte, wobei jedes Objekt enthält mehrere Elemente.... unter Ihnen sind zwei wichtige Mitglieder:

    • queryIdx - Index oder Zeile der kp1 Interesse Punkt matrix entspricht
    • trainIdx - Index oder Zeile der kp2 Interesse Punkt matrix entspricht

    Daher queryIdx und trainIdx Ihnen sagen, welche ORB-features-match zwischen kp1 und kp2. Daher sollten Sie diese verwenden, um einen index in kp1 und kp2 und erhalten die pt Mitglied, ist ein Tupel von (x,y) Koordinaten, die Ermittlung der tatsächlichen räumlichen Koordinaten des matches.

    Alles, was Sie tun müssen ist, Durchlaufen die einzelnen cv2.DMatch Objekt in matches, "anfügen", um eine Liste von Koordinaten für beide kp1 und kp2 und du bist fertig.

    Etwas wie dieses:

    # Initialize lists
list_kp1 = []
list_kp2 = []

# For each match...
for mat in matches:

    # Get the matching keypoints for each of the images
    img1_idx = mat.queryIdx
    img2_idx = mat.trainIdx

    # x - columns
    # y - rows
    # Get the coordinates
    (x1,y1) = kp1[img1_idx].pt
    (x2,y2) = kp2[img2_idx].pt

    # Append to each list
    list_kp1.append((x1, y1))
    list_kp2.append((x2, y2))

    Hinweis, das hätte ich gerade getan list_kp1.append(kp1[img1_idx].pt) und das gleiche für list_kp2, aber ich wollte sehr deutlich machen, wie zu interpretieren die räumlichen Koordinaten. Man könnte auch einen Schritt weiter gehen und eine Liste Verständnis:

    list_kp1 = [kp1[mat.queryIdx].pt for mat in matches] 
list_kp2 = [kp2[mat.trainIdx].pt for mat in matches]

    list_kp1 enthält die Geo-Koordinaten des feature-Punktes, die abgestimmt mit der entsprechenden position in list_kp2. In anderen Worten, element i von list_kp1 enthält die Geo-Koordinaten des feature-Punktes aus img1, die abgestimmt mit der entsprechenden Funktion Punkt aus img2 im list_kp2 deren räumliche Koordinaten im element i.

    Als kleine sidenote, ich benutzte dieses Konzept, wenn ich schrieb einen workaround für drawMatches, weil für OpenCV 2.4.x, der Python-wrapper um die C++ - Funktion existiert nicht, also ich habe das obige Konzept bei der Suche nach den Geo-Koordinaten der übereinstimmenden Merkmale zwischen den beiden Bildern zu schreiben, meine eigenen Durchführung.

    Check it out, wenn Sie möchten!

    Modul' - Objekt hat kein Attribut 'drawMatches' opencv python

    • Als Sie so viel!
    InformationsquelleAutor rayryeng
Schreibe einen Kommentar