关于OpenCV BFMatcher匹配结果中imgIdx与trainIdx取值含义的疑问

嘿，我看了你这段OpenCV BFMatcher的测试代码，刚好可以借着它把imgIdx和trainIdx的含义给你讲明白，这俩参数刚开始用的时候确实容易搞混～

先把你给出的测试代码贴在这里方便对照：

import numpy as np, cv2 as cv  
bf = cv.BFMatcher(cv.NORM_L1, crossCheck=False) 
bf.add(np.array([[0], [1], [2]], dtype='f4'))  # train image 0 
bf.add(np.array([[0.1], [1.1], [2.1]], dtype='f4'))  # train image 1 
bf.train()  
src = np.array([[0], [1.1], [2.1]], dtype='f4') 
matches = bf.match(src)  
for m in matches:   
    print(m.distance, m.queryIdx, m.imgIdx, m.trainIdx)

咱们拆解一下这两个参数的意义：

• imgIdx：标记匹配到的描述子属于哪一组训练数据
  你用bf.add()方法分两次添加了两组训练描述子，每一次add()就对应一组训练图像的描述子集合。第一次add()的是train image 0，对应的imgIdx就是0；第二次add()的train image 1，对应的imgIdx就是1。简单说，它就是你训练数据的“组索引”。
• trainIdx：标记在对应组内具体匹配到的是第几个描述子
  比如你给train image 1添加的描述子是[[0.1], [1.1], [2.1]]，这是一个包含3个元素的数组，每个元素的索引是0、1、2。如果匹配到这个组里的第二个元素[1.1]，那对应的trainIdx就是1。它就是单组训练描述子内部的“元素索引”。

结合你的代码场景来看，src里的每个描述子会和所有训练组里的描述子逐一匹配（因为crossCheck=False），所以最终的matches列表里会包含6条结果：

• 比如src的第一个描述子[0]，会匹配到train image 0的第0个描述子（imgIdx=0, trainIdx=0，距离0.0）和train image1的第0个描述子（imgIdx=1, trainIdx=0，距离0.1）
• 而src的第二个描述子[1.1]，会匹配到train image0的第1个描述子（imgIdx=0, trainIdx=1，距离1.1）和train image1的第1个描述子（imgIdx=1, trainIdx=1，距离0.0）

这样是不是就清楚多啦？

内容来源于stack exchange