我正在使用 OpenCV3 在 Python3 中构建一个简单的项目，试图将拼图 block 与“完成的”拼图图像匹配。我已经使用 SIFT 开始了我的测试。
我可以提取拼图 block 的轮廓并裁剪图像，但是由于大部分高频当然位于拼图周围(拼图结束和地板开始的地方)，我想将 mask 传递给SIFT detectAndCompute() 方法，从而强制算法仅在片段内寻找关键点。
test_mask = np.ones(img1.shape, np.uint8)
kp1, des1 = sift.detectAndCompute(img1, mask = test_mask)
通过测试掩码(以确保它是 uint8)后，我收到以下错误:
kp1, des1 = sift.detectAndCompute(img1,mask = test_mask) cv2.error: /home/pyimagesearch/opencv_contrib/modules/xfeatures2d/src/sift.cpp:772: error: (-5) mask has incorrect type (!=CV_8UC1) in function detectAndCompute
根据我的研究，uint8 只是 CV_8U 的别名，与 CV_8UC1 相同。在 Python 中找不到任何将掩码传递给任何特征检测算法的代码示例。
最佳答案
感谢 Miki，我设法找到了一个错误。
事实证明，我使用阈值操作创建的原始掩码虽然看起来是二进制的，但却是一个 3 channel 图像 ([rows], [cols], 3)。因此它不能被接受为掩码。
检查类型和形状后(必须是 uint8 和 [rows,cols,1]):
print(mask.dtype)
print(mask.shape)
如果它仍然是 3 channel ，则将蒙版转换为灰色:
mask = cv2.cvtColor(mask, cv2.COLOR_BGR2GRAY)
关于python - OpenCV Python 特征检测 : how to provide a mask? (SIFT)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42346761/