Python / OpenCV如何处理.yml文件中的大量SIFT功能？

Question

我正在使用OpenCv，并使用yaml来存储SIFT关键点和描述符。 我有一个1659张图片（.jpg，每张图片约95 KB）的数据库。 对于每个图像，我创建了一个带有关键点和描述符的.yml文件。 现在，对于一幅图像，我最终得到了700个关键点和描述符，结果得到了一个大约文件。 4MB，我想避免使用二进制文件。
我的问题是：

• 我如何知道特征数量是否足以容纳图像？
• 有什么方法可以控制功能数量？ 例如，为SIFT设置阈值？
• 现在，使用cv2.FileStorage.write将numpy矩阵存储到yamil文件中，OpenCv用16个有效数字（例如1.9705572128295898e + 00）写入每个数字。 如果我减少有效数字是否有问题？ 例如到4？

Answer 1

1. 我如何知道特征数量是否足以容纳图像？

它必须取决于您的图像和任务要求。 您应该比其他人了解更多，或者做一些实验来弄清楚。

2. 有什么方法可以控制功能数量？

当然。 创建时，只需传递必要的参数。

cv2.xfeatures2d.SIFT_create([, nfeatures[, nOctaveLayers[, contrastThreshold[, edgeThreshold[, sigma]]]]]) -> retval
 | . @param nfeatures The number of best features to retain. The features are ranked by their scores
 | . (measured in SIFT algorithm as the local contrast)
 | .
 | . @param nOctaveLayers The number of layers in each octave. 3 is the value used in D. Lowe paper. 
 | . The number of octaves is computed automatically from the image resolution.
 | .
 | . @param contrastThreshold The contrast threshold used to filter out weak features in semi-uniform
 | . (low-contrast) regions. The larger the threshold, the less features are produced by the detector.
 | .
 | . @param edgeThreshold The threshold used to filter out edge-like features. Note that the its meaning
 | . is different from the contrastThreshold, i.e. the larger the edgeThreshold, the less features are
 | . filtered out (more features are retained).
 | .
 | . @param sigma The sigma of the Gaussian applied to the input image at the octave \#0. If your image
 | . is captured with a weak camera with soft lenses, you might want to reduce the number.
 |

例如，我创建了一个具有50个关键点和3层的筛选检测器：

sift = cv2.xfeatures2d.SIFT_create(nfeatures = 50, nOctaveLayers=3)

这是检测结果：

3. 太长。 我知道您在OpenCV-Python中将大量关键点和描述符存储为.yml格式。

好的，当您有大数据要存储时， .yml真的有帮助？ 是真的很合理吗？您真的需要每个keypoint (points2f, size, response, octave, class_id)元素keypoint (points2f, size, response, octave, class_id) 。 对于描述符，它是直方图或int数组。 因此，即使将其保存为int，该值也没问题。