摘要: 以下内容节选自https://bitesofcode.wordpress.com/2017/09/12/augmented reality with python and opencv part 1/comment page 1/ comment 61 对于上图中,怎么估计$\begin{bmatr 阅读全文
posted @ 2017-11-17 17:04 jinzhongxiao 阅读(1400) 评论(0) 推荐(0) 编辑
摘要: 一旦我们找到了两个相似物体的特征,并计算它们的描述符, 就可以寻找它们之间的匹配了。最简单的方法就是取第一个集合的每个特征的描述符,计算与第二个集合所有特征描述符的距离,选取最近的距离最为最好匹配(选择的距离度量应该和描述符相匹配)。这是一个暴力搜索。 在匹配完成之后,我们应该定义一些标准来判定物体 阅读全文
posted @ 2017-11-17 16:56 jinzhongxiao 阅读(503) 评论(0) 推荐(0) 编辑
摘要: ORB:一种有效的SIFT或者SURF描述符取代。 ORB 比SURF或者SIFT快,并且比SUFT效果好,它是在低运算能力设备上的一种好的选择。 例子 效果图: 阅读全文
posted @ 2017-11-17 16:48 jinzhongxiao 阅读(701) 评论(0) 推荐(0) 编辑