c++ - Opencv linemod抛出匹配异常

Question

我想在 OpenCV 中使用 linemod。

我成功添加了一些模板，但是当我尝试进行一些匹配时，出现以下错误:

Error: Assertion failed (response_map.rows % T == 0) in cv::linemod::linearize, file ...\opencv\sources\modules\rgbd\src\linemod.cpp, line 1108

所有图片的推荐尺寸均为 800x600 像素。

我的代码:

cv::Ptr<cv::linemod::Detector> detector = cv::linemod::getDefaultLINE();

cv::Mat color, mask;
std::vector<cv::Mat> images;

for (int i = 0; i < 419; i++)
{
    images.push_back(cv::imread("Resources/Train/" + std::to_string(i+1) + ".png", CV_LOAD_IMAGE_GRAYSCALE));
}

for (int i = 0; i < images.size(); i++)
{
    color = images[i];
    // Create image mask
    double thresh = 0;
    double maxValue = 255;
    // Binary Threshold
    cv::threshold(color, mask, thresh, maxValue, cv::THRESH_BINARY);

    std::vector<cv::Mat> sources;
    sources.push_back(color);

    // Extract template
    std::string class_id = cv::format("class%d", num_classes);
    cv::Rect bb;
    int template_id = detector->addTemplate(sources, class_id, mask, &bb);
    if (template_id != -1)
    {
        printf("*** Added template (id %d) for new object class %d***\n",
                template_id, num_classes);
        //printf("Extracted at (%d, %d) size %dx%d\n", bb.x, bb.y, bb.width, bb.height);
    }

    ++num_classes;
}

std::vector<cv::Mat> sources;
sources.push_back(cv::imread("Resources/Train/1.png", CV_LOAD_IMAGE_GRAYSCALE));
std::vector<cv::linemod::Match> matches;
std::vector<cv::String> class_ids;
std::vector<cv::Mat> quantized_images;
detector->match(sources, 80, matches, class_ids, quantized_images); // ERROR

for (int i = 0; i < matches.size(); ++i)
{
    cv::linemod::Match m = matches[i];
    printf("Similarity: %5.1f%%; x: %3d; y: %3d; class: %s; template: %3d\n", m.similarity, m.x, m.y, m.class_id.c_str(), m.template_id);
}

错误是在 detector->match(sources, 80, matches, class_ids, quantized_images);

处抛出的

Answer 1

我知道现在已经很晚了，而您已经(差不多)解决了它。但是对于其他偶然发现相同问题的人....

cv::linemod::getDefaultLINE() 包含 2 个金字塔级别，分别为 5 和 8。但是对于 8 层的金字塔，执行 pyrDown(本质上是缩小 2 倍)。

也就是说图像的大小应该是 5 和 16 的倍数(金字塔级别的 8 乘以缩小因子 2)，即 80 的倍数。这就是错误的来源(600 不是 80 的倍数)。