如何在 OpenCV 中将 Usac 参数用于基本矩阵

Question

首先，我是新手，对任何错误感到抱歉。 我试图根据内点的数量计算两张图像之间的相似度分数，以便将最相似的一张放在首位。 我阅读了有关 ransac 方法的信息，并尝试了skimage库中的方法。 问题是它太慢了，每个查询匹配几乎需要 12 秒（1 个查询和 25 个图像要为该查询重新排序）。 所以我在 OpenCV 上读到了一些新的东西，它使用了一个叫做 UsacParam 的东西，它应该更快、更精确。 问题是我如何使用它？ 我试图这样做：

import cv2
_, inliers = cv2.findFundamentalMat(locations_1_to_use,locations_2_to_use,cv2.USAC_FAST)`
inliers = sum(np.ravel(inliers))`

但我对那个cv2.USAC_FAST有一些问题，它告诉我它不存在，但根据这个链接链接到他们所做的 usac 方法的评估。 有人知道更多吗？ 我如何计算内点？ 我正在寻找的代码应该在 Python 中，也许 sac 库仅在 cpp 中可用？ 我只知道是cpp写的

Answer 1

根据此版本， cv2.USAC_FAST仅在 OpenCV 4.5.0 版本中可用。

通过在此页面上切换不同版本来交叉检查其可用性时，我可以确认相同。

从4.4.0 版开始，只有以下三个选项可用：

• cv2.LMEDS
• cv2.RANSAC
• cv2.RHO

附加选项（USAC 系列的所有部分）可从 4.5.0 及更高版本获得：

• cv2.USAC_DEFAULT
• cv.USAC_PARALLEL
• cv2.USAC_FM_8PTS
• cv2.USAC_FAST
• cv2.USAC_ACCURATE
• cv2.USAC_PROSAC
• cv2.USAC_MAGSAC