DBow_Python
DBow_Python是DBow的python精简版。
- ORB特征提取
- Kmeans聚类
- 字典树结构保存字典文件
生成的字典文件能直接用于orb slam2中。
Usage
- Python2 + Opencv3 + Numpy
生成特定场景的视觉词典
- 替换imgages中的图片,图片尽可能多
- 修改main.py中N,K,L,一般K设为10,L设为5
- 在orb.py中,修改每幅图像提取特征点的数量,为了增加字典中单词的数量
比较图像之间的相似度
创建视觉词典就是为了比较两幅图像之间的相似度,只是采用bow模型,降低复杂度而已。每幅图像可以用视觉词典中的单词向量表示,再计算向量之间的余弦相似度。在字典树中,叶子节点就是单词,比如创建5,3的树,就会有K**L
个单词,一幅图像就可以表示为125维向量。
结果如下: