opencv中用于特征匹配的示例图像

所以，我一直在关注opencv中关于surf和单应性的代码示例，我对该实验所需的训练示例感兴趣。我下载了底部box.png和_scene.png中box_的两张图片，以验证代码的正确性，我没问题。现在，我用我自己的图片来测试这个代码，左边是一个闪存驱动器的图片，右边是一个带usb驱动器的剪刀的图片。我在测试图像上找不到任何矩形框（剪刀和usb驱动器）。 . 然而，当我拿不同的火车样本时，我知道代码是有效的。例如，这个样本左边有一个纸盒，里面有一个纸盒和床单。 . 现在我的问题是，我应该依靠什么样的训练图像来给出一个好的回答，或者这与我选择作为测试样本的场景有关。如果我选择了一个视频样本作为我的测试用例，我将能够收到更具响应性的结果。

---

谢谢

如果你认为你的第二次考试很好，那你就错了。你可以在他们的网站上看到正常的情况 请参见两张图片上的关键点，它们匹配错误。我认为匹配是这项工作中最难的。现在我试图从数学上证明这一点，但仍然没有好的结果：(

你可以用谷歌搜索最流行的匹配样本，但要得到好的结果，需要更好的方法

---

关于要求：只有一个对象可能出现在场景中。如果只有一个样本对象没有背景，那么这很好。虽然算法对比例不变，但如果样本非常小，场景非常大，那么至少关键点的数量会有问题。

如果你认为你的第二次测试很好，那么你就错了。正常情况下，你可以看到我在他们的网站上 看你两张照片上的关键点，它们匹配错误。我认为匹配是这项工作中最难的。现在我试图从数学上改进这一点，但仍然没有好的结果：(

你可以用谷歌搜索最流行的匹配样本，但要得到好的结果，需要更好的方法

---

关于要求：场景中可能只有一个对象。如果只有一个没有背景的样本对象，这很好。虽然算法对比例不变，但如果样本非常小，且场景非常大，则至少在关键点的数量上会有问题。

样本没有问题；但是要匹配的示例需要是动态的，即实时流。绘制单应性并不像那样简单。为了绘制绿色矩形，需要足够的内联线，这在usb和剪刀示例中显然是缺失的。

示例没有任何问题；但是，要匹配示例的场景需要要动态，即一个实时流。绘制单应性并不像那样简单。为了绘制绿色矩形，需要足够的内联线，这在usb和剪刀示例中显然是缺失的。

你能详细说明为什么我错了吗？如果你关于代码-你没有错，你需要更好地匹配关键点。如果你知道我为什么告诉你mi坚持第二张图像是好的-因为冲浪者认为物体是物体，场景中背景是平和的。你能详细说明为什么我错了吗？如果你是关于代码-你没有错，你需要更好地匹配关键点。如果你是关于为什么我告诉你第二张图像是好的-因为冲浪者认为物体是物体，场景中背景是平和的新世。