OpenCV SIFT+FLANN 单个关键点的多重匹配

Question

我正在尝试使用 open cv 匹配关键点。具体来说，我正在使用“筛选”检测器和“flann”匹配器。我的代码基于 cv2's documentation:

detector = cv2.SIFT_create()
matcher = cv2.FlannBasedMatcher(indexParams=dict(algorithm=0, trees=5), searchParams=dict(checks=50))
kps1, desc1 = detector.detectAndCompute(img1, None)
kps2, desc2 = detector.detectAndCompute(img2, None)
all_matches = matcher.knnMatch(desc1, desc2, 2)

ratio = 0.7
good_matches = []
for m, n in all_matches:
  if m.distance <= ratio * n.distance:
    good_matches.append(m)

我注意到甚至在 good_matches 列表中，我有一些关键点不止一个匹配项：

extra_matches = dict()
for match in good_matches:
  t_idx = match.trainIdx
  reps = [mch for mch in good_matches if mch.trainIdx == t_idx]
  if len(reps) > 1 and t_idx not in extra_matches.dict():
    extra_matches[t_idx] = reps

print(len(extra_matches))  # not 0

我觉得这很奇怪，因为我认为 knnMatch 已经产生了 2 个最佳匹配。为什么在对匹配进行比率修剪后每个关键点会有多个匹配？

Answer 1

果然，发帖五分钟后我找到了答案：

FLANN 不执行 cross-checks，这意味着我将重复第二个关键点，但不会重复第一个关键点（也在我的代码中验证）。如果您需要 cross-check 和 FLANN，最佳做法是实现您自己的 cross-check 或使用 FLANN 获取描述符的子集，然后使用 BFMatcher 的cross-check 选项。

以下是一些其他信息来源：[1],

OpenCV SIFT+FLANN 单个关键点的多重匹配

OpenCV SIFT+FLANN multiple matches for single keypoint

python

opencv

keypoint