小编Ale*_*lex的帖子

我试图用我自己的图像来遵循本教程。但是，我得到的结果并不完全符合我的预期。我在这里遗漏了什么，还是 SIFT 在这种情况下不是一个足够好的解决方案？多谢。

import numpy as np
import cv2
from matplotlib import pyplot as plt

MIN_MATCH_COUNT = 10

img1 = cv2.imread('Q/IMG_1192.JPG', 0)          # queryImage
img2 = cv2.imread('DB/IMG_1208-1000.jpg', 0) # trainImage

# Initiate SIFT detector
sift = cv2.xfeatures2d.SIFT_create()

# find the keypoints and descriptors with SIFT
kp1, des1 = sift.detectAndCompute(img1,None)
kp2, des2 = sift.detectAndCompute(img2,None)



FLANN_INDEX_KDTREE = 0
index_params = dict(algorithm = FLANN_INDEX_KDTREE, trees = 5)
search_params = dict(checks = 50)

flann = cv2.FlannBasedMatcher(index_params, search_params)

matches = flann.knnMatch(des1, des2, k=2) …

在C中运行以下代码后,有一个问题是关于要打印多少个A:

int i;
for (i=1;i<4;i++){
     fork();
     printf("A");
}

我自己算了14.然而,在运行之后,asnwer竟然是24个.后来我运行了一个修改版本:

 int i;
 for (i=1;i<4;i++){
      fork();
       printf("A\n");
 }

其中印有14个A. 我希望有人向我解释这个.