python - 如何使用 L2 范数（python）在描述符中查找匹配项？

Question

为了了解图像匹配的工作原理，我需要进行一些说明。基本上，我计算了img1和img2的关键点（keypoints1，keypoints2）。在我计算了描述符（desc1，desc2）之后。之后，我使用 scipy 库中的 cdist 函数来计算这些描述符的 L2 范数。现在我不明白如何使用计算的距离找到匹配项。我不明白如何找到匹配的适当索引。如果可能的话，你能在 python 向量示例中展示吗？（就像 desc1 = [[1,2],[3,4]] 和 desc2 = [[5,6],[0.9, 2.1]]。显然这里 desc1[0] 和 desc2[1] 具有最小距离。 )

标签： pythoncomputer-vision

Answer 1

你的意思是这样的吗？

scores=scipy.spatial.distance.cdist(desc1,desc2)

matches=scores.argsort(1)

在上面的代码片段中，包含和scores[i,j]之间的匹配分数，和desc1[i]desc2[j]

matches[i]=[index_1, ..., index_k] 

是desc2[index_1]最接近的匹配desc1[i]，desc2[index_2]是次优匹配desc1[i]，依此类推。