时间戳

首页 > 解决方案 > Opencv linemod 抛出匹配异常

c++ - Opencv linemod 抛出匹配异常

问题描述

我想在 OpenCV 中使用 linemod。

我成功添加了一些模板，但是当我尝试进行一些匹配时，出现以下错误：

错误： cv::linemod::linearize 中的断言失败 (response_map.rows % T == 0)，文件 ...\opencv\sources\modules\rgbd\src\linemod.cpp，第 1108 行

所有图像的推荐尺寸为 800x600 像素。

我的代码：

cv::Ptr<cv::linemod::Detector> detector = cv::linemod::getDefaultLINE();

cv::Mat color, mask;
std::vector<cv::Mat> images;

for (int i = 0; i < 419; i++)
{
    images.push_back(cv::imread("Resources/Train/" + std::to_string(i+1) + ".png", CV_LOAD_IMAGE_GRAYSCALE));
}

for (int i = 0; i < images.size(); i++)
{
    color = images[i];
    // Create image mask
    double thresh = 0;
    double maxValue = 255;
    // Binary Threshold
    cv::threshold(color, mask, thresh, maxValue, cv::THRESH_BINARY);

    std::vector<cv::Mat> sources;
    sources.push_back(color);

    // Extract template
    std::string class_id = cv::format("class%d", num_classes);
    cv::Rect bb;
    int template_id = detector->addTemplate(sources, class_id, mask, &bb);
    if (template_id != -1)
    {
        printf("*** Added template (id %d) for new object class %d***\n",
                template_id, num_classes);
        //printf("Extracted at (%d, %d) size %dx%d\n", bb.x, bb.y, bb.width, bb.height);
    }

    ++num_classes;
}

std::vector<cv::Mat> sources;
sources.push_back(cv::imread("Resources/Train/1.png", CV_LOAD_IMAGE_GRAYSCALE));
std::vector<cv::linemod::Match> matches;
std::vector<cv::String> class_ids;
std::vector<cv::Mat> quantized_images;
detector->match(sources, 80, matches, class_ids, quantized_images); // ERROR

for (int i = 0; i < matches.size(); ++i)
{
    cv::linemod::Match m = matches[i];
    printf("Similarity: %5.1f%%; x: %3d; y: %3d; class: %s; template: %3d\n", m.similarity, m.x, m.y, m.class_id.c_str(), m.template_id);
}

错误被抛出detector->match(sources, 80, matches, class_ids, quantized_images);

标签： c++opencv

解决方案

我知道真的很晚了，你已经解决了（有点）。但是对于其他会偶然发现同样问题的人......

cv::linemod::getDefaultLINE()包含 2 个金字塔级别，分别为 5 和 8。但是对于 8 级的金字塔，pyrDown执行（基本上按比例缩小 2 倍）。

也就是说，图像的大小应该是 5 和 16 的倍数（pyrmaid 级别的 8 乘以缩小因子 2），即80 的倍数。这就是错误的来源（600 不是 80 的倍数）。

推荐阅读