Closed. This question needs to be more focused。它当前不接受答案。
想改善这个问题吗?更新问题,使其仅关注editing this post的一个问题。
3年前关闭。
Improve this question
我正在使用在教程中找到的特征点检测算法,如下所示。此代码的输出是在特征点匹配的两个图像之间绘制的线。
我想知道的是:有没有一种方法可以返回一些值(浮点值)来确定两个图像是否几乎相同,多少相似或不同?
想改善这个问题吗?更新问题,使其仅关注editing this post的一个问题。
3年前关闭。
Improve this question
我正在使用在教程中找到的特征点检测算法,如下所示。此代码的输出是在特征点匹配的两个图像之间绘制的线。
我想知道的是:有没有一种方法可以返回一些值(浮点值)来确定两个图像是否几乎相同,多少相似或不同?
def feature_matching():
img1 = cv2.imread('image1.jpeg', 0)
img2 = cv2.imread('image2.jpeg', 0)
# Initiate SIFT detector
sift = cv2.SIFT()
# find the keypoints and descriptors with SIFT
kp1, des1 = sift.detectAndCompute(img1,None)
kp2, des2 = sift.detectAndCompute(img2,None)
# BFMatcher with default params
bf = cv2.BFMatcher()
matches = bf.knnMatch(des1,des2, k=2)
# Apply ratio test
good = []
for m,n in matches:
if m.distance < 0.75*n.distance:
good.append(m)
#gray1 = cv2.cvtColor(img1,cv2.COLOR_BGR2GRAY)
#gray2 = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
# cv2.drawMatchesKnn expects list of lists as matches.
img3 = drawMatches(img1,kp1,img2,kp2,good)
plt.imshow(img3),plt.show()
最佳答案
您在代码本身中具有度量。您正在汇总列表中匹配的点。因此,您可以检查列表中是否有多个点,这表示图像匹配。
您也可以要求线中的点之间有更好的匹配度
如果m.distance good.append(m)
例如更改为较低的对应值
如果m.distance good.append(m)