选择两个副图像,使用flann匹配器完成图像查找并给出可直接运行代码

在OpenCV中，FLANN（Fast Library for Approximate Nearest Neighbors）是一个快速的近似最近邻搜索库，常用于图像检索或特征匹配任务。下面是一个简单的例子，展示如何使用FLANN匹配器匹配两幅图像中的特征点：

首先，假设我们已经有了两幅图像`image1.jpg`和`image2.jpg`，以及它们各自的ORB特征提取器和描述符。

import cv2
from flann import FLANN

# 图像读取
img1 = cv2.imread('image1.jpg')
img2 = cv2.imread('image2.jpg')

# ORB特征提取和描述符获取
orb = cv2.ORB_create()
kp1, des1 = orb.detectAndCompute(img1, None)
kp2, des2 = orb.detectAndCompute(img2, None)

# FLANN匹配器初始化
flann = FLANN()
matches = flann.knnMatch(des1, des2, k=2)

# 筛选高质量匹配
good_matches = []
for m, n in matches:
    if m.distance < 0.7 * n.distance:  # 可调整这个阈值，通常是0.7
        good_matches.append([m])

# 显示匹配结果
img3 = cv2.drawMatchesKnn(img1, kp1, img2, kp2, good_matches, img2, flags=2)
cv2.imshow('Matched Features', img3)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个代码片段首先从图像中提取ORB特征，并使用FLANN进行匹配。然后筛选出相似度较高的匹配项，最后显示匹配的特征点。