我试着调整两张由手持相机拍摄的图片的对齐。一开始,我尝试使用基于SIFT/SURF特征点的OpenCV "warpPerspective"方法。问题是当图像质量高时(3000x4000),特征提取和匹配过程可能非常慢。我尝试在查找特征点之前缩小图像,结果不如以前。(从“findHomography”生成的“Mat”不应受到缩小图像的影响,对吧?)有时,由于缺乏良好的特征点匹配,结果相当奇怪。
在此主题上搜索后,似乎在傅立叶领域解决问题将加速注册过程。我找到了这个问题,它引导我到这里的代码。
唯一的问题是代码是用numpy编写的Python代码(甚至没有使用OpenCV),这使得将其重写为使用OpenCV的C++代码非常困难(在OpenCV中,我只能找到“dft”,而没有“fftshift”或“fft”等内容,我对NumPy不太熟悉,并且不敢简单地忽略缺少的方法)。所以我想知道为什么没有使用C++实现的傅里叶域图像配准?
你们能否给我一些关于如何实现此功能的建议,或者给我一个已经实现的C++版本的链接?或帮助我将Python代码转换成C++代码?
非常感谢!
在此主题上搜索后,似乎在傅立叶领域解决问题将加速注册过程。我找到了这个问题,它引导我到这里的代码。
唯一的问题是代码是用numpy编写的Python代码(甚至没有使用OpenCV),这使得将其重写为使用OpenCV的C++代码非常困难(在OpenCV中,我只能找到“dft”,而没有“fftshift”或“fft”等内容,我对NumPy不太熟悉,并且不敢简单地忽略缺少的方法)。所以我想知道为什么没有使用C++实现的傅里叶域图像配准?
你们能否给我一些关于如何实现此功能的建议,或者给我一个已经实现的C++版本的链接?或帮助我将Python代码转换成C++代码?
非常感谢!