Detecção de KeyPoint e correspondência para grandes imagens no OpenCV
-
12-12-2019 - |
Pergunta
Eu estou fazendo detecção de teclas e correspondência no OpenCV para costurar duas imagens.
Quando as imagens são pequenas, funciona bem.Mas ao lidar com imagens maiores, o número de kepoints detectados é aumentado e, portanto, custa muito tempo para combiná-los.Mas, a fim de costurar as imagens, parece que não precisamos de tantos keypoints.Para aumentar a eficiência, existe alguma maneira de detectar apenas um número limitado de KeyPoints?
No código, uso SiftFeatureEtector e SiftDiscriptoreXtractor para detectar KeyPoints e extrair descritores.
Cumprimentos.
Solução
Meu conselho:
Redupe a imagem para que elas se tornem muito menores e depois executam correspondências de recursos. Depois de ter uma solução rápida (homografia) aplicá-la e a próxima correspondência será muito mais rápida.
Você tem uma maneira de controlar facilmente a quantidade de recursos.Você pode subir o limiar e, como resultado, menos recursos serão selecionados. Você pode até mesmo envolver o limiar em enquanto () loop.Aumenta o limiar até que a quantidade de recursos seja menor que n (mas ralador do que alguns m).
Olhe para o exemplo de código completo que eu postei aqui:
Calcular Offset / Skew / Rotação deImagens similares em C ++