我对opencv flann :: Index有一些问题 -
我正在创建索引
Mat samples = Mat::zeros(vfv_net_quie.size(),24,CV_32F);
for (int i =0; i < vfv_net_quie.size();i++)
{
for (int j = 0;j<24;j++)
{
samples.at<float>(i,j)=(float)vfv_net_quie[i].vfv[j];
}
}
cv::flann::Index flann_index(
samples,
cv::flann::KDTreeIndexParams(4),
cvflann::FLANN_DIST_EUCLIDEAN
);
flann_index.save("c:\\index.fln");
我试图加载它并找到最近的neiborhoods
cv::flann::Index flann_index(Mat(),
cv::flann::SavedIndexParams("c:\\index.fln"),
cvflann::FLANN_DIST_EUCLIDEAN
);
cv::Mat resps(vfv_reg_quie.size(), K, CV_32F);
cv::Mat nresps(vfv_reg_quie.size(), K, CV_32S);
cv::Mat dists(vfv_reg_quie.size(), K, CV_32F);
flann_index.knnSearch(sample,nresps,dists,K,cv::flann::SearchParams(64));
并且在miniflann.cpp中有访问冲突
((IndexType*)index)->knnSearch(_query, _indices, _dists, knn,
(const ::cvflann::SearchParams&)get_params(params));
请帮忙
你不应该将flann文件加载到 Mat()，因为它是存储索引的地方。它是在调用构造函数后销毁的临时对象。这就是为什么当你打电话时索引没有指向任何有用的原因 knnSearch()。
我试过以下：
cv::Mat indexMat;
cv::flann::Index flann_index(
indexMat,
cv::flann::SavedIndexParams("c:\\index.fln"),
cvflann::FLANN_DIST_EUCLIDEAN
);
导致：
Reading FLANN index error: the saved data size (100, 64) or type (5) is different from the passed one (0, 0), 0
这意味着，矩阵必须用正确的维度进行初始化（对我来说似乎非常愚蠢，因为我不一定知道，我的索引中存储了多少元素）。
cv::Mat indexMat(samples.size(), CV_32FC1);
cv::flann::Index flann_index(
indexMat,
cv::flann::SavedIndexParams("c:\\index.fln"),
cvflann::FLANN_DIST_EUCLIDEAN
);
诀窍。
你不应该将flann文件加载到 Mat()，因为它是存储索引的地方。它是在调用构造函数后销毁的临时对象。这就是为什么当你打电话时索引没有指向任何有用的原因 knnSearch()。
我试过以下：
cv::Mat indexMat;
cv::flann::Index flann_index(
indexMat,
cv::flann::SavedIndexParams("c:\\index.fln"),
cvflann::FLANN_DIST_EUCLIDEAN
);
导致：
Reading FLANN index error: the saved data size (100, 64) or type (5) is different from the passed one (0, 0), 0
这意味着，矩阵必须用正确的维度进行初始化（对我来说似乎非常愚蠢，因为我不一定知道，我的索引中存储了多少元素）。
cv::Mat indexMat(samples.size(), CV_32FC1);
cv::flann::Index flann_index(
indexMat,
cv::flann::SavedIndexParams("c:\\index.fln"),
cvflann::FLANN_DIST_EUCLIDEAN
);
诀窍。
在接受的答案中，某种程度上不清楚和误导为什么输入矩阵在 cv::flann::Index 构造函数必须与用于生成已保存索引的矩阵具有相同的维度。我将以一个例子详细说明@ Sau的评论。
KDTreeIndex 是使用输入a生成的 cv::Mat sample，然后保存。加载时，必须提供相同的内容 sample 生成它的矩阵，类似于（使用模板化的 GenericIndex 接口）：
cv::Mat sample(sample_num, sample_size, ... /* other params */);
cv::flann::SavedIndexParams index_params("c:\\index.fln");
cv::flann::GenericIndex<cvflann::L2<float>> flann_index(sample, index_params);
L2 是通常的欧几里德距离（其他类型可以在 opencv2/flann/dist.h）。
现在索引可以如图所示查找 K 最近的邻居 query 点：
std::vector<float> query(sample_size);
std::vector<int> indices(K);
std::vector<float> distances(K);
flann_index.knnSearch(query, indices, distances, K, cv::flann::SearchParams(64));
矩阵 indices 将包含 地点 的 最近的邻居 在矩阵中 sample，最初用于生成索引。这就是为什么你需要用用于生成索引的矩阵加载已保存的索引，否则返回的向量将包含指向无意义的“最近邻居”的索引。
另外你得到一个 distances 矩阵包含你的邻居的距离 query 点，你以后可以用来执行一些 反距离加权， 例如。
请注意 sample_size 必须匹配 sample 矩阵和 query 点。