我很好奇 openCV 中 KLT 背后的逻辑。
据我所知,在 OpenCV 中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,我们需要一组特征进行计算。在 openCV 中寻找光流法有哪些特点?
谢谢 :)
我很好奇 openCV 中 KLT 背后的逻辑。
据我所知,在 OpenCV 中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,我们需要一组特征进行计算。在 openCV 中寻找光流法有哪些特点?
谢谢 :)
有两种类型的光流。密集和稀疏。密集查找所有像素的流,而稀疏查找选定点的流。
选定的点可以是用户指定的,也可以使用OpenCV 中可用的任何特征检测器自动计算。最常见的特征检测器包括GoodFeaturesToTrack,它使用cornerHarris或cornerMinEigenVal找到角点
然后将特征列表传递给 KLT Tracker calcOpticalFlowPyrLK。
特征可以是图像中的任何点。最常见的特征是角和边缘。
这段视频中有一段关于 KLT 的精彩视频。你必须检查一下