我正在使用ORB比较两个图像中的特征，以发现它们之间的相似性。bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)
matches = bf.match(des1,des2)
distance=maches[i].distance
有没有一种方法可以找到阈值距离以评论功能的相似程度？
我检查距离是否小于threshold_distance，然后要素是否相似，否则相似。
最佳答案
为此目的使用单个阈值通常不是那么可靠。
更好的方法是找到最短距离(d1)和第二最短距离(d2)，并使用比率。
r=d1/d2
您希望此
r小于适合您的方案的阈值。另外，您可能想使用全局阈值来限制有效距离，以消除垃圾邮件匹配。
关于python - 计算使用ORB计算的匹配之间的阈值距离，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34870504/