python - Python 中 opencv2 ORB 数据结构的深拷贝

Question

我想使用图像中先前检测到的 ORB 特征 位置 来提取其他图像中的 ORB 描述符，使用较早确定的位置，从而绕过检测器。

我似乎无法获取检测到的特征的深拷贝进行处理，然后传回以生成新的描述符。

1. 使用原始未修改的f1 关键点为im_y 图像生成描述符
2. 运行检测器两次以确定重复项显然有效，但有点 hack，我想对原始特征点进行一些处理。
3. 我在 OS X 10.8.5 上通过 macports 运行 Python 2.7.6、Opencv 2.4.8

代码:

from matplotlib import pyplot as plt
import copy as cp
import cv2

im_x = cv2.imread('stinkbug1.png', 0)
im_y = cv2.imread('stinkbug2.png', 0)

orb = cv2.ORB()

# Keypoint detection in first image
f1 = orb.detect(im_x, None)
f1, d1 = orb.compute(im_x, f1)

# Make a copy of the orginal key points
f2 = cp.deepcopy(f1)

# Magic processing here

# Get descriptors from second y image using the detected points from the x image
f2, d2 = orb.compute(im_y, f2)

# f2 and d2 are now an empty list and a <NoneType>

Answer 1

显然，deepcopy 不适用于 KeyPoint。由于特征 f1 只是一个关键点列表，您可以手动复制关键点列表:

def features_deepcopy (f):
    return [cv2.KeyPoint(x = k.pt[0], y = k.pt[1], 
            _size = k.size, _angle = k.angle, 
            _response = k.response, _octave = k.octave, 
            _class_id = k.class_id) for k in f]

f2 = features_deepcopy(f1)

我希望这会有所帮助;-)

克里斯托夫