拼接图像无法检测常见特征点
Stitching images can't detect common feature points
我希望使用OpenCV和C++拼接两个或多个图像。图像具有重叠区域,但未被检测到。我尝试使用单应性检测器。有人可以建议我应该使用哪些其他方法吗?另外,我希望使用ORB算法,而不是SIFT或SURF。 图片可以在- https://drive.google.com/open?id=133Nbo46bgwt7Q4IT2RDuPVR67TX9xG6F
这是一个非常普遍的问题。因为像这样的图像,它们实际上没有太多共同点。重叠区域的特征并不丰富。你可以做的是深入研究opencv拼接器代码,在那里他们使用置信因子进行特征匹配,在这种情况下,你可以使用该置信因子来获得匹配。但是,这仅在您的特征检测器能够检测到重叠分辨率中的某些特征时才有效。
你也可以看看这篇文章: 相关问题
它可能对您有所帮助。
"OpenCV拼接代码"
这是 OPencv 拼接代码的完整内容。您可以看到,您可以更改很多参数来使您的代码提供一些良好的拼接结果。 此外,我建议使用小图像(640 X480)进行特征检测步骤。使用小图像比使用非常大的图像更好
相关文章:
- 如何声明特征矩阵,然后通过嵌套循环初始化它
- 特征::矩阵<双精度,1,3> 结构类型函数中的返回类型函数
- 有没有一种方法可以通过"typedef"为重新定义的基本类型定义特征和强制转换运算符
- 用常见虚拟函数实现的任意组合来实现派生类的正确方法是什么
- 特征命名访问向量段
- 将特征矩阵的向量设置为0
- 特征:模板函数中矩阵的平面图
- basic_string的前导/尾部不区分空格的特征
- 特征 3 类的模板专用化
- 特征 c++:复矩阵的面积双曲正切(atanh)
- C++ 中的特征向量计算
- 根据C++标准的定义实现"is_similar"类型特征
- C++类型特征,以查看是否可以<uint32_t>对类型"K"的任何变量调用"static_cast(k)"
- 有没有办法找到特征矩阵系数的中值?
- C++如何在向量中查找最常见的元素
- 如何将高维数据映射到特征类型?
- 将平面阵列重塑为复杂的特征类型
- 特征 LLT 模块给出不正确的结果?
- 特征模板化函数和维度
- 拼接图像无法检测常见特征点