SIFT feature_ 일치 지점 좌표

Question

FLANN 기반 Matcher 알고리즘 : http://docs.opencv.org/trunk/dc/dc3/tutorial_py_matcher.html을 사용하여 감지 피쳐 키포프를 인쇄하려고합니다. 검색이 제대로 작동하고 빨간색 (all) 및 녹색 (good)의 키포인트를 자습서로 표시합니다. 두 번째 이미지 (장면)의 'kp2'라는 이름의 좌표 (x, y) 만 인쇄하려고하지만 작동하지 않습니다.

import numpy as np 
import cv2 
from matplotlib import pyplot as plt 
img1 = cv2.imread('img1.jpg',0)   # queryImage 
img2 = cv2.imread('img2.jpg',0) # trainImage 
# Initiate SIFT detector 
sift = cv2.xfeatures2d.SIFT_create() 
# find the keypoints and descriptors with SIFT 
kp1, des1 = sift.detectAndCompute(img1,None) 
kp2, des2 = sift.detectAndCompute(img2,None) 
# FLANN parameters 
FLANN_INDEX_KDTREE = 1 
index_params = dict(algorithm = FLANN_INDEX_KDTREE, trees = 5) 
search_params = dict(checks=50) # or pass empty dictionary 
flann = cv2.FlannBasedMatcher(index_params,search_params) 
matches = flann.knnMatch(des1,des2,k=2) 
# Need to draw only good matches, so create a mask 
matchesMask = [[0,0] for i in range(len(matches))] 

# ratio test as per Lowe's paper 
for i,(m,n) in enumerate(matches): 
    if m.distance < 0.7*n.distance: 
     matchesMask[i]=[1,0] 
     print(i,kp2[i].pt) 

draw_params = dict(matchColor = (0,255,0), 
        singlePointColor = (255,0,0), 
        matchesMask = matchesMask, 
        flags = 0) 
img3 = cv2.drawMatchesKnn(img1,kp1,img2,kp2,matches,None,**draw_params) 
plt.imshow(img3,),plt.show() 

내 결과 : 일치하는 키포인트의

77 (67.68722534179688, 92.98455047607422) 
82 (14.395119667053223, 93.1697998046875) 
86 (127.58460235595703, 98.1304931640625) 
109 (66.52041625976562, 111.51738739013672) 
110 (66.52041625976562, 111.51738739013672) 
146 (69.3978500366211, 11.287369728088379) 

수는 좋지만 좌표가 잘못 인쇄 (I, KP2 [I]입니다 .Pt) 있습니다 다음은 내 코드입니다. 원본 이미지를 확인했습니다. 내가 뭘 잘못했는지 그리고 일치하는 키포인트 만 인쇄 할 수 있도록 줄을 써야하는지. 감사합니다.

Answer 1

업데이트 : 유용한 리소스를 찾을 수

,

---

http://docs.opencv.org/3.0-beta/doc/py_tutorials/py_feature2d/py_matcher/py_matcher.html 내가 테스트를 위해이 두 이미지를 사용

Android, Android_small

일치 된 결과는 다음과 같다 :

일부 결과, 다음과 같은

0 (42.05057144165039, 134.98709106445312) (139.18690490722656, 24.550437927246094) 
1 (53.74299621582031, 249.95252990722656) (26.700265884399414, 124.75701904296875) 
2 (56.41600799560547, 272.58843994140625) (139.18690490722656, 24.550437927246094) 
3 (82.96114349365234, 124.731201171875) (41.35136795043945, 62.25730895996094) 
4 (82.96114349365234, 124.731201171875) (41.35136795043945, 62.25730895996094) 
5 (82.96114349365234, 124.731201171875) (41.35136795043945, 62.25730895996094) 
6 (91.90446472167969, 293.59735107421875) (139.18690490722656, 24.550437927246094) 
8 (94.516845703125, 296.0242919921875) (139.18690490722656, 24.550437927246094) 
9 (98.97846221923828, 134.186767578125) (49.89073944091797, 67.37061309814453) 

---

코드 및 설명 :

#!/usr/bin/python3 
# 2017.10.06 22:36:44 CST 
# 2017.10.06 23:18:25 CST 

""" 
Environment: 
    OpenCV 3.3 + Python 3.5 

Aims: 
(1) Detect sift keypoints and compute descriptors. 
(2) Use flannmatcher to match descriptors. 
(3) Do ratio test and output the matched pairs coordinates, draw some pairs in purple . 
(4) Draw matched pairs in blue color, singlepoints in red. 
""" 
import numpy as np 
import cv2 
from matplotlib import pyplot as plt 
imgname = "android.png"   # query image (large scene) 
imgname2 = "android_small.png" # train image (small object) 

## Create SIFT object 
sift = cv2.xfeatures2d.SIFT_create() 

## Create flann matcher 
FLANN_INDEX_KDTREE = 1 # bug: flann enums are missing 
flann_params = dict(algorithm = FLANN_INDEX_KDTREE, trees = 5) 
#matcher = cv2.FlannBasedMatcher_create() 
matcher = cv2.FlannBasedMatcher(flann_params, {}) 

## Detect and compute 
img1 = cv2.imread(imgname) 
gray1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY) 
kpts1, descs1 = sift.detectAndCompute(gray1,None) 

## As up 
img2 = cv2.imread(imgname2) 
gray2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY) 
kpts2, descs2 = sift.detectAndCompute(gray2,None) 

## Ratio test 
matches = matcher.knnMatch(descs1, descs2, 2) 
matchesMask = [[0,0] for i in range(len(matches))] 
for i, (m1,m2) in enumerate(matches): 
    if m1.distance < 0.7 * m2.distance: 
     matchesMask[i] = [1,0] 
     ## Notice: How to get the index 
     pt1 = kpts1[m1.queryIdx].pt 
     pt2 = kpts2[m1.trainIdx].pt 
     print(i, pt1,pt2) 
     if i % 5 ==0: 
      ## Draw pairs in purple, to make sure the result is ok 
      cv2.circle(img1, (int(pt1[0]),int(pt1[1])), 5, (255,0,255), -1) 
      cv2.circle(img2, (int(pt2[0]),int(pt2[1])), 5, (255,0,255), -1) 


## Draw match in blue, error in red 
draw_params = dict(matchColor = (255, 0,0), 
        singlePointColor = (0,0,255), 
        matchesMask = matchesMask, 
        flags = 0) 

res = cv2.drawMatchesKnn(img1,kpts1,img2,kpts2,matches,None,**draw_params) 
cv2.imshow("Result", res);cv2.waitKey();cv2.destroyAllWindows() 

Answer 2

나는 문제를 발견했다. 나는 그것을 바꿨다 :

# ratio test as per Lowe's paper for i,(m,n) in enumerate(matches): 
    if m.distance < 0.7*n.distance: 
     matchesMask[i]=[1,0] 
     good.append(m) 


dst_pt = [ kp2[m.trainIdx].pt for m in good ] print(dst_pt) 

당신을 위해, Sunreef를 위해, 좋은 점은 녹색이었다 (tutoriel와 같다). 나는 원본 이미지와 페인트 (예 페인트)를 가지고 좌표 점을 확인합니다. 페인트는 픽셀 좌표를 보여줍니다. 나는 약 10 점을 확인했다.