python - 对 ORB 算法的最佳特征进行排名

Question

我无法弄清楚 ORB 算法输出中的关键点在 OpenCV 中是如何排名的。

通过在一些样本上进行测试，我知道它不是按帧上的位置，而且我认为它不是按算法分配给每个关键点的分数。

我的目标是根据分数对关键点进行排名。最好的特征到最差的特征。如果不更改 ORB 算法的代码源，我是否遗漏了什么或不可行？

Answer 1

在 OpenCV 源代码中，有一条注释和代码表明关键点是按图像金字塔级别聚类的。请参阅:OpenCV Orb code on github .在每个图像金字塔级别中，使用 OpenCV 的 FastFeatureDetector 选择关键点，该检测器先按行扫描，然后按列扫描，计算角分数。因此，如果您使用图像金字塔，结果将是输出关键点既不按图像位置也不按关键点分数排序，如您所述。似乎 Python 库不允许您设置图像金字塔级别的数量？但是 C++ API 可以(参见:http://docs.opencv.org/trunk/db/d95/classcv_1_1ORB.html)。

无论如何，您应该能够通过在 Python 中使用输入参数来设置保留的关键点数量，因此您可能不关心它们的排名。据我所知，您可能只想按分数对关键点进行排名，以便丢弃低分点，这已经可以通过 API 完成。请参阅:http://docs.opencv.org/3.0-beta/doc/py_tutorials/py_feature2d/py_orb/py_orb.html#orb-in-opencv