Python 计算用dog提取的描述符之间的距离

我正在尝试匹配我用狗斑点检测得到的补丁。我阅读了Jan Solem关于python计算机视觉的书，我发现：

def match(desc1,desc2,threshold=0.5):

    n = len(desc1[0])

    d = -ones((len(desc1),len(desc2)))
    for i in range(len(desc1)):
        for j in range(len(desc2)):
            d1 = (desc1[i] - mean(desc1[i])) / std(desc1[i])
            d2 = (desc2[j] - mean(desc2[j])) / std(desc2[j])
            ncc_value = sum(d1 * d2) / (n-1)
            if ncc_value > threshold:
                d[i,j] = ncc_value
    ndx = argsort(-d)
    matchscores = ndx[:,0]
    return matchscores

如果您使用harris角点检测，这很有用，但使用我的功能会引发ValueError：操作数无法与形状81、0一起广播

---

我如何为不同的blob检测器实现一个有效的代码，该检测器执行与使用负互相关计算距离相同的操作？

您的代码格式可能错误，我可以更新它吗？是的，很抱歉，我刚刚注意到标识不正确。我会修好的。但是请注意，如果我使用dog blob detection中的blob，即使使用正确的缩进，它也不起作用。请至少提供一些信息：1什么样的线上升值错误？描述1和描述2是什么？签名和形状，如果它们是numpy.arrayIt似乎你不能写sumd1*d2/n-1。。也许你不能做的是d1*d2:d1是一个81的一维数组，d2是一个零len数组？？？你必须决定你要做什么：如果lendesc1=lendesc2没有太多的意义来计算这样的互相关，但是您必须选择一个desc1窗口，例如，如果它是较大的窗口，则在窗口上进行计算：您可以移动窗口d以查找最佳互相关。