我很好奇 openCV 中 KLT 背后的逻辑。
据我所知,OpenCV中发送的用于寻找光流的图像首先被转换为灰度。
我很好奇的是,在运行算法时,我们需要一组用于计算的特征。 openCV中求光流法有哪些特点?
谢谢 :)
光流有两种类型。密与疏。
密集查找所有像素的流,而稀疏查找所选点的流。
选定的点可以是用户指定的,也可以使用任何以下方法自动计算:OpenCV 中可用的特征检测器 http://docs.opencv.org/modules/features2d/doc/common_interfaces_of_feature_detectors.html。最常见的特征检测器包括良好的追踪功能 http://docs.opencv.org/modules/features2d/doc/common_interfaces_of_feature_detectors.html#fastfeaturedetector使用以下方法找到角点角哈里斯 http://docs.opencv.org/modules/imgproc/doc/feature_detection.html?highlight=cornerharris#cornerharris or 角最小特征值 http://docs.opencv.org/modules/imgproc/doc/feature_detection.html?highlight=cornerharris#cornermineigenval
然后功能列表被传递到 KLT TrackercalcOpticalFlowPyrLK http://docs.opencv.org/modules/video/doc/motion_analysis_and_object_tracking.html?highlight=opticalflow#calcopticalflowpyrlk.
Feature http://en.wikipedia.org/wiki/Feature_%28computer_vision%29可以是图像中的任意点。最常见的特征是角和边缘。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)