最初的 FLANN 实现和 OpenCVs 实现有区别吗？

问题描述

我之前使用 OpenCVs implementation 的 the FLANN-library 在汉明空间中进行最近邻搜索（FLANN 为此使用 Multiprobe-Local-Sensitive-Hashing）。然而，有两件事让我非常恼火：

1. 搜索不是多线程的
2. 索引建立在每次搜索上，即使我每次搜索都使用相同的数据库。

我发现 pyflann，FLANN 的官方 Python 绑定解决了这两个问题，并决定尝试我的用例。

然而，我发现使用 pyflann 比使用 OpenCVs 实现产生更糟糕的匹配，即使我

1. 完全按照我在 OpenCV 上下文中的做法使用它（在同一个函数调用中构建索引和搜索）
2. 将 target_precision 设置为 1.0，这将导致始终返回精确的最近邻居。

如果需要，我很乐意提供更多信息或背景。

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@）