OpenCV-сшивание изображений из сетки изображений
Я нашел несколько основных рабочих примеров сшивания через OpenCV для панорамных изображений. Я также нашел полезную документацию в API docs, но я не могу узнать, как ускорить обработку, предоставив дополнительную информацию.
в моем случае я генерирую набор изображений в сетке 20x20 отдельных кадров, в общей сложности 400 изображений, которые будут сшиты в один большой. Это занимает огромное количество времени на современном ПК, поэтому это, вероятно, займет несколько часов на доске разработчиков.
есть ли способ сообщить экземпляру OpenCV информацию об изображениях, например, я заранее знаю относительное расположение всех изображений, как они будут отображаться на сетке? Единственные вызовы API, которые я вижу до сих пор, - это просто добавить все изображения без разбора в очередь через vImg.push_back()
.
ссылки
-
шить. Сшивание изображений - OpenCV API Документация, по состоянию 2014-02-26,
<http://docs.opencv.org/modules/stitching/doc/stitching.html>
-
пример сшивания OpenCV (класс Stitcher, Панорама), по состоянию 2014-02-26,
<http://feelmare.blogspot.ca/2013/11/opencv-stitching-example-stitcher-class.html>
-
Панорама – сшивание изображений в OpenCV, по состоянию 2014-02-26,
<http://ramsrigoutham.com/2012/11/22/panorama-image-stitching-in-opencv/>
5 ответов
насколько я знаю, нет никаких средств для предоставления дополнительных данных движку OpenCV, кроме просто предоставления ему списка изображений. Хотя он и сам неплохо справляется. Я бы проверил некоторые примеры кода и проверил, сколько времени занимает каждая операция сшивания. Из моих экспериментов с использованием 4x6, 4x8,..., Панорамные реконструкции 4x20, требуемое время процессора, кажется, увеличивается с количеством перекрывающихся изображений. Я бы предположил, что ваш случай потребует по крайней мере минуты, чтобы вычислить на современная машина.
источник: https://code.ros.org/trac/opencv/browser/trunk/opencv/samples/cpp/stitching.cpp?rev=6682
1 /*M///////////////////////////////////////////////////////////////////////////////////////
2 //
3 // IMPORTANT: READ BEFORE DOWNLOADING, COPYING, INSTALLING OR USING.
4 //
5 // By downloading, copying, installing or using the software you agree to this license.
6 // If you do not agree to this license, do not download, install,
7 // copy or use the software.
8 //
9 //
10 // License Agreement
11 // For Open Source Computer Vision Library
12 //
13 // Copyright (C) 2000-2008, Intel Corporation, all rights reserved.
14 // Copyright (C) 2009, Willow Garage Inc., all rights reserved.
15 // Third party copyrights are property of their respective owners.
16 //
17 // Redistribution and use in source and binary forms, with or without modification,
18 // are permitted provided that the following conditions are met:
19 //
20 // * Redistribution's of source code must retain the above copyright notice,
21 // this list of conditions and the following disclaimer.
22 //
23 // * Redistribution's in binary form must reproduce the above copyright notice,
24 // this list of conditions and the following disclaimer in the documentation
25 // and/or other materials provided with the distribution.
26 //
27 // * The name of the copyright holders may not be used to endorse or promote products
28 // derived from this software without specific prior written permission.
29 //
30 // This software is provided by the copyright holders and contributors "as is" and
31 // any express or implied warranties, including, but not limited to, the implied
32 // warranties of merchantability and fitness for a particular purpose are disclaimed.
33 // In no event shall the Intel Corporation or contributors be liable for any direct,
34 // indirect, incidental, special, exemplary, or consequential damages
35 // (including, but not limited to, procurement of substitute goods or services;
36 // loss of use, data, or profits; or business interruption) however caused
37 // and on any theory of liability, whether in contract, strict liability,
38 // or tort (including negligence or otherwise) arising in any way out of
39 // the use of this software, even if advised of the possibility of such damage.
40 //
41 //M*/
42
43 // We follow to these papers:
44 // 1) Construction of panoramic mosaics with global and local alignment.
45 // Heung-Yeung Shum and Richard Szeliski. 2000.
46 // 2) Eliminating Ghosting and Exposure Artifacts in Image Mosaics.
47 // Matthew Uyttendaele, Ashley Eden and Richard Szeliski. 2001.
48 // 3) Automatic Panoramic Image Stitching using Invariant Features.
49 // Matthew Brown and David G. Lowe. 2007.
50
51 #include <iostream>
52 #include <fstream>
53 #include "opencv2/highgui/highgui.hpp"
54 #include "opencv2/stitching/stitcher.hpp"
55
56 using namespace std;
57 using namespace cv;
58
59 void printUsage()
60 {
61 cout <<
62 "Rotation model images stitcher.\n\n"
63 "stitching img1 img2 [...imgN]\n\n"
64 "Flags:\n"
65 " --try_use_gpu (yes|no)\n"
66 " Try to use GPU. The default value is 'no'. All default values\n"
67 " are for CPU mode.\n"
68 " --output <result_img>\n"
69 " The default is 'result.jpg'.\n";
70 }
71
72 bool try_use_gpu = false;
73 vector<Mat> imgs;
74 string result_name = "result.jpg";
75
76 int parseCmdArgs(int argc, char** argv)
77 {
78 if (argc == 1)
79 {
80 printUsage();
81 return -1;
82 }
83 for (int i = 1; i < argc; ++i)
84 {
85 if (string(argv[i]) == "--help" || string(argv[i]) == "/?")
86 {
87 printUsage();
88 return -1;
89 }
90 else if (string(argv[i]) == "--try_gpu")
91 {
92 if (string(argv[i + 1]) == "no")
93 try_use_gpu = false;
94 else if (string(argv[i + 1]) == "yes")
95 try_use_gpu = true;
96 else
97 {
98 cout << "Bad --try_use_gpu flag value\n";
99 return -1;
100 }
101 i++;
102 }
103 else if (string(argv[i]) == "--output")
104 {
105 result_name = argv[i + 1];
106 i++;
107 }
108 else
109 {
110 Mat img = imread(argv[i]);
111 if (img.empty())
112 {
113 cout << "Can't read image '" << argv[i] << "'\n";
114 return -1;
115 }
116 imgs.push_back(img);
117 }
118 }
119 return 0;
120 }
121
122
123 int main(int argc, char* argv[])
124 {
125 int retval = parseCmdArgs(argc, argv);
126 if (retval) return -1;
127
128 Mat pano;
129 Stitcher stitcher = Stitcher::createDefault(try_use_gpu);
130 Stitcher::Status status = stitcher.stitch(imgs, pano);
131
132 if (status != Stitcher::OK)
133 {
134 cout << "Can't stitch images, error code = " << status << endl;
135 return -1;
136 }
137
138 imwrite(result_name, pano);
139 return 0;
140 }
141
142
Я проделал некоторую работу с конвейером сшивания, и хотя я не считаю себя экспертом в этой области, я получил лучшую производительность (и лучшие результаты), регулируя каждый шаг трубопровода отдельно. Как вы можете видеть на рисунке, класс сшивания-это не что иное, как оболочка этого конвейера:
некоторые интересные детали, можно регулировать размер шага (наступает момент были большее разрешение означает больше времени для вычисления точности и особенности), процесс сопоставления и (хотя это всего лишь догадка), дающий хорошие параметры камеры вместо выполнения оценки. Это включает в себя получение параметров камеры перед выполнением строчки, но это не очень сложно. Здесь у вас есть ссылка:калибровка камеры OpenCV и 3D-реконструкция.
снова: я не эксперт, это просто основано на моем опыте стажера, делающего некоторые эксперименты с библиотекой!
рассмотрите возможность использования GPU в OpenCV Stitcher:
bool try_use_gpu = true;
Stitcher myStitcher = Stitcher::createDefault(try_use_gpu);
Stitcher::Status status = myStitcher.stitch(Imgs, pano);
может быть, это может помочь? https://software.intel.com/en-us/articles/fast-panorama-stitching
в частности, часть о попарном сопоставлении
Ронен
Если вы знаете относительные положения изображений, кажется, что вы можете разбить проблему на подзадачи и, возможно, уменьшить вычислительную нагрузку, приблизившись к ней со знанием подструктуры проблемы. В основном разбейте набор изображений на группы из 4 смежных изображений, обработайте кадры, а затем продолжайте обрабатывать полученные изображения, используя ту же идею, пока не доберетесь до своей панорамы. Тем не менее, я только недавно начал играть с этим набор инструментов opencv. Я знаю, что это довольно простая идея, но она может быть кому-то полезна.