在 OpenCV 中使用预计算特征的 BoW

Posted 2023-03-13

【中文标题】在 OpenCV 中使用预计算特征的 BoW

【英文标题】：BoW in OpenCV using precomputed features

【发布时间】：2013-03-14 18:15:55

【问题描述】：

我需要做 BOW（词袋），但我只有描述的图像关键点。 目前，我已经使用以下方法获得了词汇：

cv::BOWKMeansTrainer bowtrainerCN(numCenters); //num clusters
bowtrainerCN.add(allDescriptors);
cv::Mat vocabularyCN = bowtrainerCN.cluster();

所以现在我需要做分配，但我不能使用计算函数，因为它计算图像的描述符，我已经有了。是否有任何功能可以完成分配或让我手动计算？

【参考方案1】：

一旦您使用cv::BOWKMeansTrainer::cluster() 方法构建了词汇表（码本），您就可以将描述符（具有合适的大小和类型）与码本匹配。您首先必须选择您需要的匹配器类型以及要使用的规范。 （见opencv doc）

例如，cv::BFMatcher 和 L2 norm

// init the matcher with you pre-trained codebook
cv::Ptr<cv::DescriptorMatcher > matcher = new cv::BFMatcher(cv::NORM_L2);
matcher->add(std::vector<cv::Mat>(1, vocabulary));
// matches
std::vector<cv::DMatch> matches;
matcher->match(new_descriptors,matches);

那么你的码本中与 new_descriptors[i] 最接近的码字的索引将是

matches[i].trainIdx; 

【讨论】：

太棒了！你救了我的命