OpenCV图像拼接(10)用于实现图像拼接过程中的时间流逝(timelapse)效果的一个类cv::detail::Timelapser

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

cv::detail::Timelapser 是 OpenCV 库中用于实现图像拼接过程中的时间流逝(timelapse)效果的一个类。它通常用于将一系列的图像或视频帧组合成一个平滑过渡的序列,常应用于延时摄影(time-lapse photography)或者视频合成等领域。

这个类的主要作用是管理图像拼接的过程,并提供一种方法来创建不同类型的 Timelapser 实例,以适应不同的需求和场景。

主要成员函数

  • createDefault(): 静态成员函数,用于创建一个默认类型的 Timelapser 对象。根据传入的参数类型,可以生成不同策略的时间流逝实例。

  • apply(): 应用当前的拼接设置到输入图像上,生成拼接结果。该函数可能有不同的重载形式,以支持不同类型的操作和输入。

代码示例

cpp 复制代码
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/stitching/detail/timelapsers.hpp>
#include <vector>

using namespace cv;
using namespace cv::detail;
using namespace std;

int main()
{
    // 图像文件列表
    vector< String > img_names = { "/media/dingxin/data/study/OpenCV/sources/images/lapsetimer1.png", "/media/dingxin/data/study/OpenCV/sources/images/lapsetimer2.png",
                                   "/media/dingxin/data/study/OpenCV/sources/images/lapsetimer3.png" };
    vector< Mat > imgs;

    // 加载所有图像
    for ( const auto& name : img_names )
    {
        Mat img = imread( name, IMREAD_COLOR );  // 确保以彩色模式读取图像
        if ( img.empty() )
        {
            cout << "无法加载图像: " << name << endl;
            return -1;
        }
        imgs.push_back( img );
    }

    // 创建Timelapser实例
    Ptr< Timelapser > timelapser = Timelapser::createDefault( Timelapser::AS_IS );

    // 初始化Timelapser,假设所有图像具有相同的尺寸
    Size dst_size = imgs[ 0 ].size();
    vector< Point > corners;  // 每个图像对应的角落位置
    vector< Size > sizes;     // 每个图像的尺寸

    for ( size_t i = 0; i < imgs.size(); ++i )
    {
        corners.push_back( Point( 0, 0 ) );  // 假设每个图像都在左上角
        sizes.push_back( dst_size );         // 所有图像具有相同的尺寸
    }

    timelapser->initialize( corners, sizes );

    // 处理每张图像
    for ( size_t i = 0; i < imgs.size(); ++i )
    {
        Mat img_converted;
        imgs[ i ].convertTo( img_converted, CV_16SC3 );  // 将图像转换为16位深度、三通道的短整型格式

        timelapser->process( img_converted, noArray(), Point( 0, 0 ) );  // 使用noArray()作为mask,假设不需要掩码

        // 获取当前帧的结果
        UMat result_umat = timelapser->getDst();
        Mat result;
        result_umat.copyTo( result );  // 将UMat转换为Mat以便显示或保存
        Mat restoredImageMat;
        result.convertTo( restoredImageMat, CV_8U );  // 如果需要的话,调整数据类型以适应显示

        imshow( "Current Frame", restoredImageMat );
        waitKey( 300 );  // 暂停一段时间以便观察每一帧
    }

    // 获取最终拼接结果
    UMat final_result_umat = timelapser->getDst();
    Mat final_result;
    final_result_umat.copyTo( final_result );
    imwrite( "final_timelapse.jpg", final_result );
    cout << "时间流逝视频的最后一帧已保存为 final_timelapse.jpg" << endl;

    return 0;
}
相关推荐
Ronin-Lotus4 小时前
深度学习篇---剪裁&缩放
图像处理·人工智能·缩放·剪裁
cpsvps4 小时前
3D芯片香港集成:技术突破与产业机遇全景分析
人工智能·3d
国科安芯5 小时前
抗辐照芯片在低轨卫星星座CAN总线通讯及供电系统的应用探讨
运维·网络·人工智能·单片机·自动化
AKAMAI5 小时前
利用DataStream和TrafficPeak实现大数据可观察性
人工智能·云原生·云计算
Ai墨芯1115 小时前
深度学习水论文:特征提取
人工智能·深度学习
无名工程师5 小时前
神经网络知识讨论
人工智能·神经网络
nbsaas-boot5 小时前
AI时代,我们更需要自己的开发方式与平台
人工智能
SHIPKING3935 小时前
【机器学习&深度学习】LLamaFactory微调效果与vllm部署效果不一致如何解决
人工智能·深度学习·机器学习
jonyleek7 小时前
如何搭建一套安全的,企业级本地AI专属知识库系统?从安装系统到构建知识体系,全流程!
人工智能·安全
MQ_SOFTWARE7 小时前
AI驱动的金融推理:Fin-R1模型如何重塑行业决策逻辑
人工智能·金融