问题描述
我试图通过比较 3D 模型的 3 个标准 2D 视图（前视图、顶视图和侧视图）来比较 3D 模型。单个模型的三个视图将位于同一图像中。我想比较多个模型的这些图像，以找出哪一个与测试模型最相似。
我尝试过的一种方法是使用 OpenCV 中的特征匹配技术。我得到了每个图像的描述符（使用 ORB），然后将描述符与测试模型的描述符（使用 Brute Force）进行匹配，并计算每个模型有多少点距离小于 0.75。 “好”匹配点的数量越多，模型越相似。
因为我将使用大约 1000 个模型，所以我想知道这是否是最好的方法，我是否可以改进以提高代码的通用性和效率。
此外，距离的阈值 0.75 是否足够合理，还是应该更改此值？
而且，我还注意到，当我交换图像进行匹配时，我得到了不同的值。例如：如果 'x.png' 是图像 1 并且 'Y.png' 是图像 2，那么找到的好点数是 14，但是如果 'Y.png' 是图像 1 并且 'X.png' 是图像 2。找到的好点数是 23。如果有人也能解释一下，我将不胜感激。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）