- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在尝试为 iPhone 创建一个应用程序,但我是 openCV 和 iOS 的新开发人员。我有 50 多张物体图像,我有一张来自相机的场景图像。每次我在场景中都有这些对象之一。我可以通过筛选算法找到单个对象,但我找不到一种方法来计算置信度来比较对象,因为有些对象非常相似。我使用了 findHomography 函数,但仍然不知道如何获得信心。我从 openCV 库中找到这个,
struct CV_EXPORTS MatchesInfo
{
MatchesInfo();
MatchesInfo(const MatchesInfo &other);
const MatchesInfo& operator =(const MatchesInfo &other);
int src_img_idx, dst_img_idx; // Images indices (optional)
std::vector<DMatch> matches;
std::vector<uchar> inliers_mask; // Geometrically consistent matches mask
int num_inliers; // Number of geometrically consistent matches
Mat H; // Estimated homography
double confidence; // Confidence two images are from the same panorama
};
但是我不知道怎么用。
谢谢
最佳答案
您应该提供一些您使用过的图像示例。 SIFT 可能适合也可能不适合您要做的事情。这个任务有很多不同的方法。
请注意,单应性是 P2 到 P2 的可逆映射,这基本上意味着它对于平面对象(或远处的场景)是精确的,并且由于您的对象(可能)不是平面的,所以它是一个近似值。
您可能会想出很多方法来衡量这种信心。基本上重要的是单应性的支持(即 RANSAC 从您必须计算单应性的所有 SIFT 匹配中选择了多少点)以及这些“内部”点被单应性映射的程度。要找到分数,请使用单应性将点投影到第二张图像上,并找到从原始点重新投影的累积距离。分数越低,匹配越好(请注意,您需要根据点数进行归一化,否则对于较少数量的对应关系,您会得到更好的分数,这不是您想要的)
希望对您有所帮助,亚历克斯
关于ios - opencv sift算法,如何从findHomography获得置信度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17180530/
用例: 我有一个小数据集,每个类大约有 3-10 个样本。我正在使用 sklearn SVC 对具有 rbf 内核的那些进行分类。我需要预测的置信度以及预测的类别。我使用了 SVC 的 predict
我有这个 future 10 年回归样本。 date<-as.Date(c("2015-12-31", "2014-12-31", "2013-12-31", "2012-12-31")) value
我正在使用 Python NLTK 库中的 MaxEnt 分类器。对于我的数据集,我有许多可能的标签,并且正如预期的那样,MaxEnt 仅返回一个标签。我已经训练了我的数据集并获得了大约 80% 的准
我们如何在 Windows 中使用 tesseract 3.05 获得图像 OCR 后的置信度?我正在使用子进程命令从 python 调用 tesseract: retcode = subproces
我正在使用 trainsimplicit来自 ALS在 Spark 。 从文档页面:http://spark.apache.org/docs/latest/api/python/pyspark.mll
正在为 GNU Radio OOT 开发基于 Python 的 BER 置信度计算器。根据引用文献 1,置信度由以下公式计算 但是,引用文献2使用以下公式计算置信度: 第一个问题是关于两个公式的。他们
我是一名优秀的程序员,十分优秀!