Étape 9: Exemple de projet : Pattern Matching la Robot partie 3
Appariement d’Images
Maintenant que nous avons filtré la liste de descripteurs et keypoints permet de plonger dans la correspondance de FLANN. FLANN est synonyme de Fast approximative recherche de voisin le plus proche. Il résout le problème d’optimisation de trouver des points similaires. Dans ce cas, nous alimentons keypoints des descripteurs dans la dernière étape vers l’algorithme et elle correspond à des points similaires dans les deux images. Parfois, l’ordinateur sera tirer de conclusions hâtives et correspondent à la différence de fonctionnalité si vous n’avez pas vos contraintes composés juste à droite.
Ratio de Lowe
Une de ces contraintes est le Ratio de Lowes. Mise à l’échelle de ce ratio sous.8 va généralement se débarrasser de 90 % de vos matchs fausses positifs, dans notre code nous le réduire un peu à la suite de.6 comme dans le code ici :
Traçage
La dernière étape consiste à générer un complot visant à montrer comment des images correspondent. Dans le cas de la chemise rouge (ce qui est des niveaux de gris dans l’image ci-dessus), notez les lignes vertes reliant les deux images. Cela signifie que nous avons un match ! Bonne nouvelle, nous avons trouvé le bon robot. Voici le code utilisé pour générer cette parcelle. Sachez que si vous exécutez l’Edison headless vous voudrez sauvegarder ceci à l’image car il n’y a pas d’écran pour imprimer trop.