Python OpenCV实时图像拼接(n = 5)性能优化

Question

我需要在飞行中缝上五个视频流。摄像机记录这些视频被并排安装在机架上，永远不会改变它们之间的相对位置。因此，单形矩阵是静态的。

我遵循这个github回购的方法：

从中间图像开始，首先将图像缝到左边，然后再将剩余的图像缝到右侧。

回购程序的代码工作正常，但速度慢得令人痛苦。我已经能够显着地提高它的性能(因子300)，但它仍然需要0.25秒来缝制五幅图片的全景(在2015年Macbook Pro上)。

慢的部分:将cv2.warpPerspective(...)的每个结果应用到拼接到那个点的图像上。目前，我正在使用alpha通道，并在这就是答案的启发下将这两幅图像混合起来。，正是这种混合使缝纫变慢了。

(伪)代码：

def blend_transparent(background, foreground):
    overlay_img = foreground[:, :, :3]  # Grab the BRG planes 
    overlay_mask = foreground[:, :, 3:]  # And the alpha plane

    # Again calculate the inverse mask
    background_mask = 255 - overlay_mask

    # Turn the masks into three channel, so we can use them as weights
    overlay_mask = cv2.cvtColor(overlay_mask, cv2.COLOR_GRAY2BGR)
    background_mask = cv2.cvtColor(background_mask, cv2.COLOR_GRAY2BGR)

    # Create a masked out background image, and masked out overlay
    # We convert the images to floating point in range 0.0 - 1.0
    background_part = (background * (1 / 255.0)) * (background_mask * (1 / 255.0))
    overlay_part = (overlay_img * (1 / 255.0)) * (overlay_mask * (1 / 255.0))

    # And finally just add them together, and rescale it back to an 8bit integer image
    return np.uint8(
        cv2.addWeighted(background_part, 255.0, overlay_part, 255.0, 0.0)
    )


for image in right_images:
    warped_image = cv2.warpPerspective(image, ...)
    mask = np.zeros(
        (warped_image.shape[0], warped_image.shape[1], 4), 
        dtype="uint8"
    )
    mask[0 : previously_stitched.shape[0], 0 : previously_stitched.shape[1]] = previously_stitched
    mask_rgb = mask[:, :, :3]  # Grab the BRG planes
    previously_stitched = blend_transparent(mask_rgb, warped_image)

，所以我的问题是：有没有一种更有效的方法将扭曲的图像应用于现有的全景图？

我的完整工作代码是用这个储存库编写的。

免责声明:我是一个网页开发人员，我对计算机视觉的知识是非常有限的。

Answer 1

当图像具有透明度时，Alpha通道非常有用，但是在这里，您可以通过转换手动添加alpha通道。这个通道可以用来存储计算，但我认为你会失去性能。我建议blend_transparent使用以下函数：

def blend_transparent(self, background, foreground):
    # Split out the transparency mask from the colour info
    overlay_img = foreground[:, :, :3]  # Grab the BRG planes

    res = background

    only_right = np.nonzero((np.sum(overlay_img, 2) != 0) * (np.sum(background,2) == 0))
    left_and_right = np.nonzero((np.sum(overlay_img, 2) != 0) * (np.sum(background,2) != 0))

    res[only_right] = overlay_img[only_right]
    res[left_and_right] = res[left_and_right]*0.5 + overlay_img[left_and_right]*0.5
    return res

在这里，如果当前没有设置任何值，则在结果中设置正确图像像素的值。如果已经设置了一个值，则从左和右计算值的平均值。计算时间除以1.6倍。

由于您的投影是冻结的，所以不需要每次计算索引only_right和left_and_right，我们可以计算它们一次并存储它们。这样做，您应该将计算时间除以4倍。