python - Python中的opencv2 ORB数据结构的深拷贝

我想使用先前确定的位置，使用图像中先前检测到的ORB特征位置提取另一幅图像中的ORB描述符，从而绕过检测器。

我似乎无法获得检测到的功能的深层处理，然后再传递回以生成新的描述符。

使用原始的原始f1关键点为im_y图像生成描述符

运行检测器两次来确定重复项显然可以工作，但是有点麻烦，我想对原始特征点进行一些处理。

我正在OS X上通过Macports运行Python 2.7.6，Opencv 2.4.8、10.8.5

码:

from matplotlib import pyplot as plt
import copy as cp
import cv2

im_x = cv2.imread('stinkbug1.png', 0)
im_y = cv2.imread('stinkbug2.png', 0)

orb = cv2.ORB()

# Keypoint detection in first image
f1 = orb.detect(im_x, None)
f1, d1 = orb.compute(im_x, f1)

# Make a copy of the orginal key points
f2 = cp.deepcopy(f1)

# Magic processing here

# Get descriptors from second y image using the detected points from the x image
f2, d2 = orb.compute(im_y, f2)

# f2 and d2 are now an empty list and a <NoneType>

最佳答案

显然，Deepcopy在KeyPoint上不起作用。由于功能f1只是KeyPoint的列表，因此您可以手动复制Keypoint的列表:

def features_deepcopy (f):
    return [cv2.KeyPoint(x = k.pt[0], y = k.pt[1],
            _size = k.size, _angle = k.angle,
            _response = k.response, _octave = k.octave,
            _class_id = k.class_id) for k in f]

f2 = features_deepcopy(f1)

我希望这个能帮上忙 ;-)

克里斯多夫