问题标签 [image-stabilization]

我有两个连续的图像，我想在 c# 中使用 EmguCv 来稳定它们。

我找到了很多关于如何执行图像稳定的信息，但是我找不到任何关于如何使用 Emgu 稳定两个连续帧的详细说明（实际代码示例）。

一般来说，我知道我必须执行以下操作：

1. 使用 GFTTDetector() 计算第一帧的好特征，得到第一幅图像的好特征点（GFP1）。
2. 然后我需要使用 CvInvoke.CalcOpticalFlowPyrLK() 计算光流，以获得第二张图像 (GFP2) 的良好特征点。
3. 使用 GFP1 和 GFP2，我可以使用 CvInvoke.cvFindHomography() 函数计算单应矩阵。
4. 最后我必须使用 CvInvoke.cvWarpPerspective() 来稳定框架。

所以基于上述我尝试执行图像稳定。

我有两个连续的帧：

我试图计算好的特征：

但是，当我调用 .Detect 时，我得到一个 OpenCV 异常，我无法继续：

$exception {"OpenCV: scn == 3 || scn == 4"} Emgu.CV.Util.CvException

有人知道我为什么会得到这个例外吗？

此外，如果有人可以发布如何使用以下函数的示例代码，我将不胜感激，因为我不确定我将使用哪些输入参数：

• CvInvoke.CalcOpticalFlowPyrLK()
• CvInvoke.cvFindHomography()
• CvInvoke.cvWarpPerspective()

最后 _GFTTdetector.Detect() 返回一个 KeyPoint[] 类型，但是 CvInvoke.CalcOpticalFlowPyrLK() 只接受 PointF[] 参数作为优点，那么我如何将 KeyPoint[] 转换为 PointF[]？

我有一架 RC 飞机，我正在使用 Raspberry Pi 3 使用红外摄像机捕捉静止区域的图像。

I 相机每 10 秒拍照一次

问题是由于 RC 上的抖动导致图片摇晃。

任何人都可以为这个问题提出任何算法解决方案吗？

考虑我有以下稳定的视频帧，其中仅通过旋转和平移（无缩放）完成稳定：

如图所示，图像的右侧与之前的像素是对称的，即旋转后的黑色区域被对称填充。我添加了一条红线以更清楚地表明它。

我想找到稍后将使用的旋转角度。我可以通过 SURF 或 SIFT 功能完成此操作，但是，在实际情况下，我不会拥有原始帧。

我可能可以通过蛮力找到角度，但我想知道是否有更好、更优雅的解决方案。请注意，对称部分的强度值与原始部分并不完全相同。我检查了一些值，例如，键盘上 V 字符的右上角像素 [51 49 47]在原始部分，但[50 50 47]在对称副本中，这意味着不能保证对应的像素是相同的RGB值。

我将在 Matlab 或 python 上实现这一点，视频稳定是使用ffmpeg.

编辑：我只有稳定的视频，无法访问原始视频或 ffmpeg 制作的文件。

任何帮助/建议表示赞赏，

我正在寻找一种适用于一组连续图像而不是视频的稳定技术/算法（每张图像大约每 1.2 秒到达一次）。OpenCV 似乎具有这种稳定性，但通过视频（稳定器），我可以使用任何其他类来稳定这组图像吗？或者，有没有办法让它与这个类一起工作？

干杯和感谢！

问题：稳定一堆图像

问题：如何在没有关键点检测的情况下执行图像稳定？有什么办法吗？

我试过这个： http ://www.cs.cmu.edu/~kangli/code/Image_Stabilizer.html in ImageJ，它确实稳定了。使用的方法是 - Lucas-Kanade。我检查了许多来源，它们都需要定义关键点（如角落等）。[来源：https://link.springer.com/chapter/10.1007/978-3-642-25975-3_34]

有什么想法可以在没有关键点的情况下稳定帧堆栈吗？

图像是微观细胞图像（带有细胞分裂）

我在 OpenCV (cv::videostab) 中搜索了一个函数，它可以让我实时进行视频稳定。但正如我在 OpenCV 中所理解的那样，这还不可用。所以 TwoPassStabilizer(OnePassStabilizer) 需要一次完整的视频，而不是两个连续的帧。

所以我必须在没有 OpenCV 视频稳定类的情况下做到这一点。这是真实的？

我正在尝试开发一个管道，用于在 Python 中使用 opencv 来稳定流体实验的图像。这是一个示例原始图像（实际尺寸：1920x1460）

该管道应该能够稳定低频漂移和高频“抖动”，在实验过程中阀门打开/关闭时偶尔会发生。按照此处的示例，我目前的方法是应用双边滤波器，然后进行自适应阈值处理以显示图像中的通道。然后，我使用 goodFeaturesToTrack 在阈值图像中查找角点。但是，由于图像角落的某些光学效应对比度低，因此图像中存在大量噪声。虽然我可以找到通道的角落，如图所示，但它们在帧间移动了很多，见这里. 我跟踪了每个帧中相对于从 calcOpticalFlowPyrLK 计算的第一帧的 x 和 y 像素偏移量，并使用 estimateRigidTransform 计算刚性变换，如图所示。在这个图中，我可以看到从 0:200 帧开始的低频漂移，以及在 ~225 帧左右的急剧跳跃。这些跳跃与视频中观察到的相符。然而，大量噪声（幅度约为 5-10 像素）与视频中观察到的不匹配。如果我将这些转换应用于我的图像堆栈，我会得到增加的抖动，这不会稳定图像。此外，如果我尝试计算一帧到下一帧的变换（而不是所有帧到第一帧），在处理少数帧后，我会得到None返回刚性变换矩阵，可能是因为噪声阻止了刚性变换的计算。

这是我如何计算转换的示例：

如何以不同的方式处理我的图像，以便挑选出这些通道的线条而不会在检测角落时产生噪音？这种稳定/对齐不需要即时发生，它可以在事后应用于整个堆栈。

我正在尝试编写一个 python 脚本来使用 ffmpeg 和 vid.stab 库来稳定视频。我的问题是输出文件似乎没有通过标准输出，所以使用 subprocess.Popen() 返回一个空变量。

问题是 vibstabdetect 采用名为 result 的过滤器，并将文件输出到那里指定的任何内容，而 stdout 保持为空。（如果没有指定结果，则默认为 transforms.trf。）

有没有办法获取结果文件的内容？使用上面的代码运行脚本时，它会正常执行，但文件是使用默认名称创建的，并且变量保持为空。

我正在尝试使用 python 和通过 skimage 进行模板匹配来稳定视频。该代码应该在整个视频中跟踪一个点，但跟踪非常不精确，我怀疑它甚至无法正常工作

这是track_point函数，它应该将视频作为输入和一个点的一些坐标，然后为每一帧返回一个跟踪点数组

这是功能的实现

我希望情节在某种程度上是有规律的，因为视频不是那么不稳定，但事实并非如此。

由于某种原因，该图几乎绘制了搜索模板的所有坐标。

编辑：这是视频的链接：https ://upload-video.net/a11073n9Y11-noau

我究竟做错了什么？

我正在尝试使用简单的图像匹配算法来稳定 MATLAB 中的视频文件。基本上，我正在拍摄视频第一帧的窗口，然后用第 n 帧减去它。我想得到一个从第 n 帧位置到第一帧的 x 和 y 位移向量数组。视频采用 1501x971 灰度格式，391 帧。

下面是我的代码。我已经让代码运行了 15 分钟以上并且仍在运行。我一直在寻找答案并实现了我看到人们建议的 int8 和预分配矩阵解决方案，但它仍然运行时间太长。任何帮助，将不胜感激。