0

我正在opencv中进行关键点检测和匹配以拼接两个图像。

当图像很小时，它工作得很好。但是在处理较大的图像时，检测到的关键点数量会增加，因此要花费大量时间来匹配它们。但是为了拼接图像，我们似乎不需要这么多关键点。为了提高效率，有没有办法只检测有限数量的关键点？

在代码中，我使用 SiftFeatureDetector 和 SiftDiscriptorExtractor 来检测关键点并提取描述符。

问候。

4

1 回答 1

1

我的建议：

重新调整图像大小，使它们变得更小，然后执行特征匹配。一旦你有一个快速的解决方案（Homography）应用它，下一次匹配就会快得多。

您确实有办法轻松控制功能的数量。您可以提高阈值，因此将选择更少的功能。您甚至可以将阈值包装在 while() 循环中。它会提高阈值，直到特征量小于 N（但大于某些 M）。

查看我在此处发布的完整代码示例：

在 C++ 中计算相似图像的偏移/倾斜/旋转

于 2012-05-20T13:51:43.283 回答