WedX - журнал о программировании и компьютерных науках

Что такое KeyPoint и MatchDpoint в OpenCV на Java

Уважаемые, 1-я знаю, что класс Point относится к координатам двух целочисленных значений канала (точкам): например, MatOfPoint является вектором целых точек. То же самое с классом KeyPoint? Я знаю, что это класс, содержащий характерные точки. Верно ли рассматривать их как двухканальные координаты с плавающей запятой (точки)? Посмотрите на строки ниже:

KeyPoint test;
test= new float[]{x,y};

Я написал их, чтобы проверить, верна ли моя интерпретация KeyPoint. Пожалуйста, подтвердите это.

2-что такое Dmatch match.trainIdx? Я имею в виду, что такое trainIdx?

Мир

java opencv match vision keypoint
17.03.2016

Ответы:


1

KeyPoint хранит описание основных точек. Он хранит x, y, угол, размер и т. д. См. https://docs.opencv.org/java/2.4.2/org/opencv/features2d/KeyPoint.html
Правильный способ ручной инициализации в Java:

KeyPoint test = new KeyPoint(x, y, size);

или получить список ключевых точек для изображения:

Mat srcImage;
MatOfKeyPoint keypoints;
Mat descriptors;
DescriptorExtractor descExctractor = DescriptorExtractor.create(DescriptorExtractor.SIFT);
descExctractor.compute(srcImage, keypoints, descExctractor);
KeyPoint[] keyPointsArray = keypoints.toArray()

DMatch содержит описание совпадающих дескрипторов ключевых точек. См. https://docs.opencv.org/java/2.4.2/org/opencv/features2d/DMatch.html
Возвращается реализацией DescriptorMatcher (функции match, knnmatch, radiusmatch). Вы передаете матрицы queryDescriptors и trainDescriptors одной из этих функций.
trainIdx – это индекс строки в trainDescriptors, ближайший к заданному дескриптору в queryDescriptors.

Я бы посоветовал прочитать оригинальное описание и примеры OpenCV для С++, Java обеспечивает только сопоставление с функциями С++ через JNI.

17.03.2016
  • Эй, у меня просто возник небольшой вопрос, и я не мог найти ответ, пока он не стоит отдельного вопроса: в чем разница между Mat.cols() и Mat.width() 18.03.2016
    • Новые материалы
    Объяснение документов 02: BERT
    BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..
    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
    Для любых предложений по сайту: [email protected]