使用SURF和FLANN比较图像与图像数据库

Question

我正在尝试比较单个图像与图像数据库。
我目前正在使用Python 2.7和OpenCV 3.3.0。
经过一番谷歌搜索，我想出了这段代码：

scanned = 'tests/temp_bw.png'
surf = cv2.xfeatures2d.SURF_create(400)
surf.setUpright(True)

img1 = cv2.imread(scanned, 0)
kp1, des1 = surf.detectAndCompute(img1, None)

FLANN_INDEX_KDTREE = 1
index_params = dict(algorithm=FLANN_INDEX_KDTREE, trees=5)
search_params = dict(checks=50)

flann = cv2.FlannBasedMatcher(index_params, search_params)

for filename in os.listdir('images'):
    img2 = cv2.imread('images/' + filename, 0)
    kp2, des2 = surf.detectAndCompute(img2, None)
    flann.add([des2])

print str(len(flann.getTrainDescriptors()))

print "Training..."
flann.train()

print "Matching..."
indexes, matches = flann.knnSearch(des1, 2, params={})

主要问题是，在OpenCV 3.3.0中， FlannBasedMatcher没有方法knnSearch 。 我检查了当前的代码文档，并在2.4中找到了这种方法，现在将其删除。

OpenCV 3.3.0是否有类似功能？
还是应该使用其他方法？

Answer 1

在OpenCV 3.3.0中，该函数称为knnMatch

用法示例可在此页面的基于FLANN的Matcher下找到： http : //docs.opencv.org/trunk/dc/dc3/tutorial_py_matcher.html

---

编辑：对不起，我意识到我误解了你。 knnSearch函数现在位于flann.Index() ，并且可以按以下方式使用。 确保描述符数据库和查询对象都为float32

flann = cv2.flann.Index()
print "Training..."
flann.build(des_all, index_params)
print "Matching..."
indexes, matches = flann.knnSearch(des1, 2)