Opencv:BoW计算冲浪描述符

Question

我试图在一组图片上做一袋字，提取冲浪描述符。但是，我在粘贴在下面的代码的最后一行中得到以下错误：

type==src2.type（）&；src1.cols==src2.cols&；（type==CV f | |类型==CV_8U）

如果我用“SIFT”代替，那么一切都有效。但是当我使用“SURF”时，BoW无法计算SURF描述符。在

这是实例化SURF的正确方法吗？我可以使用cv2.NORM_L2距离函数吗？在

imgs2Keypoints = {}
kmeansTrainer = cv2.BOWKMeansTrainer(10);  
for pathToImage in images:
    sift = cv2.SURF(400)
    img = cv2.imread(pathToImage)
    kp, des = sift.detectAndCompute(img, None)
    des = np.float32(des)
    kmeansTrainer.add(des)
    imgs2Keypoints[pathToImage] = kp 
vocabulary = kmeansTrainer.cluster()
bow_ext.setVocabulary(vocabulary)

surf2 = cv2.DescriptorExtractor_create("SURF")
bow_ext = cv2.BOWImgDescriptorExtractor(surf2, cv2.BFMatcher(cv2.NORM_L2))

for pathToImage in images:
    img = cv2.imread(pathToImage)
    histogram = bow_ext.compute(img, imgs2Keypoints[pathToImage])[0]

Answer 1

编辑：

sift = cv2.SURF(400)

创建扩展的SURF描述符（128维），而

^{pr2}$

创建标准SURF描述符（64维）。在

一个可能的解决方案是禁用sift对象的扩展描述符

sift.extended = False

编辑2：

用于扩展描述符：

surf2.setBool("extended", True)

至于L2标准：是的，L2距离可以。如OpenCV docs所述：

L1 and L2 norms are preferable choices for SIFT and SURF descriptors