FLANN

FLANN 库，包含 KNN 算法。众多工程（例如 OpenCV）使用了 FLANN，这里单独介绍这个库，方便以后单独使用。

由官方 Latex 编译的文档

链接

，免费的。

安装


ubuntu

下直接通过命令行

sudo apt install libflann1.8 libflann1.8-dev

HDF5

FLANN 库例程使用了 HDF5 库，但是引用有些问题。编译时，头文件路径需要包含

/usr/include/hdf5/serial/

。需要链接库

hdf5_serial_hl

和

hdf5_serial

。

使用

数据类型

基本的数据类型是

Matrix

。参考其构造函数，只需要传入连续的数据块并指定类型，行，列即可。传入 OpenCV 或者 Eigen 中的矩阵的指针。

Matrix(T* data_, size_t rows_, size_t cols_, size_t stride_ = 0) :
    	Matrix_(data_, rows_, cols_, flann_datatype_value<T>::value, stride_)
    {
    	if (stride==0) stride = sizeof(T)*cols;
    }

FLANN::Index

// 构造函数
Index(const Matrix<ElementType>& features, const IndexParams& params, Distance distance = Distance() )

// Example
Index<L2<float> > index(dataset, flann::KDTreeIndexParams(4));

由

L2<float>

指定距离函数和类型。构建时传入数据集和参数。关于 Distance 和 Parameter 请参考官方文档。


features

维度是 (N, C)，且是 RowMajor


ElementType* getPoint(size_t point_id)

方法根据

point_id

返回指向数据点的指针。

point_id

按照

dataset

添加的顺序确定。

index.getPoint(0) // 指向(0, 0)
index.getPoint(0)+1 // 指向(0, 1)
index.getPoint(1) // 指向(1, 0)

KNN

使用函数

flann::Index::knnSearch

，具体使用方法参考 Example。配置搜索的线程数，精度参考

SearchParameters

参数。

FLANN 还有 RadiusSearch 和 KMeans 算法，参考官方文档即可。