大佬教程收集整理的这篇文章主要介绍了android – 如何优化多个图像拼接?,大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。
这是大部分时间所需的地方:
1)成对匹配 – 10张图像需要55秒!我正在使用ORB来查找特征点.这是代码:
vector<MatchesInfo> pairwise_matches; BestOf2NearestMatcher matcher(false,0.35); matcher(features,pairwise_matches); matcher.collectGarbage();
我尝试使用此代码,因为我已经知道图像序列:
vector<MatchesInfo> pairwise_matches; BestOf2NearestMatcher matcher(false,0.35); Mat matchMask(features.size(),features.size(),CV_8U,Scalar(0)); for (int i = 0; i < num_images -1; ++i) matchMask.at<char>(i,i+1) =1; matcher(features,pairwise_matches,matchMask); matcher.collectGarbage();
它肯定会减少时间(18秒),但不会产生所需的结果.只有6个图像被拼接(最后4个被遗漏,因为图像6和图像7的特征点在某种程度上不匹配.所以循环中断了.)
for (int img_idx = 0; img_idx < num_images; ++img_idX) { printf("ComposiTing image #%d\n",inDices[img_idx]+1); // Read image and resize it if necessary full_img = imread(img_names[img_idx]); Mat K; cameras[img_idx].K().convertTo(K,CV_32F); // Warp the current image warper->warp(full_img,K,cameras[img_idx].R,INTER_LINEAR,BORDER_REFLECT,img_warped); // Warp the current image mask mask.create(full_img.size(),CV_8U); mask.setTo(Scalar::all(255)); warper->warp(mask,INTER_NEAREST,BORDER_CONSTANT,mask_warped); // Compensate exposure compensator->apply(img_idx,corners[img_idx],img_warped,mask_warped); img_warped.convertTo(img_warped_s,CV_16S); img_warped.release(); full_img.release(); mask.release(); dilate(masks_warped[img_idx],dilated_mask,Mat()); resize(dilated_mask,seam_mask,mask_warped.size()); mask_warped = seam_mask & mask_warped; // Blend the current image blender->Feed(img_warped_s,mask_warped,corners[img_idx]); } Mat result,result_mask; blender->blend(result,result_mask);
原始图像分辨率为4160 * 3120.我没有在合成中使用压缩,因为它降低了质量.我在其余的代码中使用了压缩图像.
正如您所看到的,我修改了代码并减少了时间.但我仍然希望尽可能减少时间.
3)查找特征点 – 使用ORB. 10张图片需要10秒钟.为图像找到1530个最大特征点.
55 38 10 = 103 7其余代码= 110.
当我在Android中使用这个代码时,它需要几乎整个智能手机的内存(RAM)才能执行.如何减少Android设备的时间和内存消耗? (我使用的Android设备有2 GB RAM)
编辑1:我在合成步骤中使用了图像压缩,时间从38秒减少到16秒.我还设法减少了其余代码的时间.
所以现在,从110 – > 85秒帮助我减少成对匹配的时间;我不知道减少它!
编辑2:我在matchers.cpp中找到了成对匹配的代码.我在主代码中创建了自己的函数来优化时间.对于合成步骤,我使用压缩直到最终图像不会失去清晰度.对于特征查找,我使用图像缩放以缩小的图像比例查找图像特征.现在我可以轻松缝合多达50张图像.
希望这将导致你能够检测到这种情况,当你把它放在一边时 – 循环中断.因此,您可以相应地对情况作出反应.您仍然会在循环中匹配序列,节省时间但是当您检测到匹配该特定对时出现问题时,强制程序继续(或更改参数并尝试再次匹配该对).
我不认为这里的构图过程有很大的改进空间,因为你不想失去质量.如果我是你,我会尝试研究,如果线程和并行计算可能有所帮助.
这是一个有趣且广泛的问题 – 如果你能够在不放弃质量的情况下加速它,你应该给LG或谷歌打电话,因为我的Nexus算法质量很差:)它既缓慢又不准确.
以上是大佬教程为你收集整理的android – 如何优化多个图像拼接?全部内容,希望文章能够帮你解决android – 如何优化多个图像拼接?所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。