Python 使用SURF和FLANN比较图像与图像数据库

我正在尝试比较单个图像与图像数据库。
我目前正在使用Python 2.7和OpenCV 3.3.0。
通过谷歌搜索，我找到了以下代码：

scanned = 'tests/temp_bw.png'
surf = cv2.xfeatures2d.SURF_create(400)
surf.setUpright(True)

img1 = cv2.imread(scanned, 0)
kp1, des1 = surf.detectAndCompute(img1, None)

FLANN_INDEX_KDTREE = 1
index_params = dict(algorithm=FLANN_INDEX_KDTREE, trees=5)
search_params = dict(checks=50)

flann = cv2.FlannBasedMatcher(index_params, search_params)

for filename in os.listdir('images'):
    img2 = cv2.imread('images/' + filename, 0)
    kp2, des2 = surf.detectAndCompute(img2, None)
    flann.add([des2])

print str(len(flann.getTrainDescriptors()))

print "Training..."
flann.train()

print "Matching..."
indexes, matches = flann.knnSearch(des1, 2, params={})

主要问题是在OpenCV 3.3.0中，

FlannBasedMatcher

没有方法

knnSearch

。我检查了当前的代码文档，在2.4中有这样的方法，现在它被删除了

OpenCV 3.3.0中是否有类似的内容？

---

或者我应该使用不同的方法吗？

在OpenCV 3.3.0中，函数名为

knnMatch

示例用法可在此页上基于法兰的匹配器下找到：

---

编辑： 对不起，我现在意识到我误解了你。

knnSearch

函数现在位于

flann.Index（）

下，可按如下方式使用。确保描述符数据库和查询对象都是浮动的

flann = cv2.flann.Index()
print "Training..."
flann.build(des_all, index_params)
print "Matching..."
indexes, matches = flann.knnSearch(des1, 2)

---

看看旧文档，输出是不同的：我只能提供一个描述符，它会找到正确的匹配项和索引。在新的计算中，我每次都要计算第二个。或者我错过了什么？有人认为，我必须搜索图像与数据库与数以千计的图像谢谢！这当然是一个愚蠢的问题，但是如何构建

des_all

numpy数组呢？我试图连接它们，但我得到了一个臭名昭著的

所有输入数组必须具有相同数量的维数

error您的

des

变量的大小是多少，您是如何连接它们的？不管怎样，我做了一些非常愚蠢的事情。谢谢你的帮助@对不起，我也在为同样愚蠢的问题挣扎。你是怎么解决的？