python - 使用类 ORB 的计算方法生成的描述符数组表示什么？

Question

我在 Python 中使用 OpenCV 来制作给定图像的特征描述符。为此，我正在使用 ORB 类。我不明白的是在使用 orb.detect 和 orb.compute 之后描述符数组包含什么方法。

下面是我的代码。

import cv2
from matplotlib import pyplot as plt
from sklearn.cluster import KMeans

img = cv2.imread('penguins.jpg',0)

# Initiate STAR detector
orb = cv2.ORB_create(nfeatures=1000)

# find the keypoints with ORB
kp = orb.detect(img,None)

# compute the descriptors with ORB
kp, des = orb.compute(img, kp)

# draw only keypoints location,not size and orientation
img2 = cv2.drawKeypoints(img,kp,des, color=(0,255,0), flags=0, )
plt.imshow(img2),plt.show()

print len(kp),len(des),len(des[1]), des[0]

最后一行的输出如下:

1000 1000 32 [221  65  79 237   6   2 111 112 116 194 243  70  83  99 177 113 118 228
  62 238 233 181  37  76 244 171 230 128  45 178  96  49]

为什么des的每个元素的长度都是32？它代表什么？我知道它应该是每个关键点对应的描述符数组，但这些数字到底代表什么？

我已经从这个 link 中尝试了上面的代码.

Answer 1

默认每个 ORB 描述符的长度为 32 字节。每个字节包含 8 个像素强度比较，如官方论文中所述:https://www.willowgarage.com/sites/default/files/orb_final.pdf

同时检查:OpenCV ORB descriptor - how exactly is it stored in a set of bytes?