我对openCV中KLT算法的逻辑很感兴趣。
据我所知,在OpenCV中寻找光流的图像首先被转换为灰度图像。
我很好奇的是,在运行算法时,我们需要一组特征进行计算。在openCV中找到光流方法所使用的特征是什么?
谢谢 :)
我对openCV中KLT算法的逻辑很感兴趣。
据我所知,在OpenCV中寻找光流的图像首先被转换为灰度图像。
我很好奇的是,在运行算法时,我们需要一组特征进行计算。在openCV中找到光流方法所使用的特征是什么?
谢谢 :)
光流有两种类型:密集型和稀疏型。
密集型为所有像素寻找光流,而稀疏型为选定的点寻找光流。
选定的点可以是用户指定的,也可以使用任何OpenCV中可用的特征检测器自动计算得出。最常见的特征检测器包括GoodFeaturesToTrack,它使用cornerHarris或cornerMinEigenVal查找角落。
然后将特征列表传递给KLT跟踪器calcOpticalFlowPyrLK。
特征可以是图像中的任何点。最常见的特征是角落和边缘。