比较两个图像的 Daisy 描述符
Comparing Daisy descriptors of two images
我正在关注http://scikit-image.org/docs/0.11.x/auto_examples/plot_daisy.html，但不太清楚desc[0]、desc[1]和desc[2]是什么意思。我正在尝试使用 Brutte Force 或 Flann 匹配器比较两个图像的描述符向量。但是两个图像的描述符向量的大小是不一样的。
谁能建议我解决这个问题的方法？
您的问题可能在于您尝试访问特征向量的方式。
在您为示例发布的 link 中，变量 descs 是一个三维数组，前两个维度指示您要访问的特征向量，而第三个维度是实际的描述符向量。换句话说，您访问所有专长向量的方式是通过类似的方式：
descs[i][j]
在这个使用预定义参数（步长=180、半径=58、环=2、直方图=6）的特定示例中，您正在构建长度为 104。
向量的长度来自于 13 个圆形区域中的每一个都有 8 个方向箱（#rings x #histograms + 1，其中 #rings=2，#histograms=6 对于这个特定的例子，1 是中心区域）位于 58 像素半径内。
Feat. Length = #bins x #regions = 8 x 13 = 104
希望这能帮助您解决问题。
我正在关注http://scikit-image.org/docs/0.11.x/auto_examples/plot_daisy.html，但不太清楚desc[0]、desc[1]和desc[2]是什么意思。我正在尝试使用 Brutte Force 或 Flann 匹配器比较两个图像的描述符向量。但是两个图像的描述符向量的大小是不一样的。 谁能建议我解决这个问题的方法？
您的问题可能在于您尝试访问特征向量的方式。
在您为示例发布的 link 中，变量 descs 是一个三维数组，前两个维度指示您要访问的特征向量，而第三个维度是实际的描述符向量。换句话说，您访问所有专长向量的方式是通过类似的方式：
descs[i][j]
在这个使用预定义参数（步长=180、半径=58、环=2、直方图=6）的特定示例中，您正在构建长度为 104。
向量的长度来自于 13 个圆形区域中的每一个都有 8 个方向箱（#rings x #histograms + 1，其中 #rings=2，#histograms=6 对于这个特定的例子，1 是中心区域）位于 58 像素半径内。
Feat. Length = #bins x #regions = 8 x 13 = 104
希望这能帮助您解决问题。