cpfind - Online en la nube

PROGRAMA:

NOMBRE

cpfind - Coincidencia de funciones para costura panorámica

SINOPSIS

cpencontrar [opciones] -o proyecto_salida proyecto.pto

cpencontrar [opciones] -k i0 -k i1 [...] proyecto.pto

cpencontrar [opciones] --kall proyecto.pto

DESCRIPCIÓN

cpencontrar cpfind es un detector de puntos de control para Hugin. Espera un archivo de proyecto como entrada.
y escribe un archivo de proyecto con puntos de control en caso de éxito. Depende de una lente razonable.
información en el archivo del proyecto de entrada.

El primer paso es la descripción de la función: En este paso se muestran las imágenes del archivo del proyecto.
cargados y se buscan los denominados puntos clave. Describen rasgos de destino en el
imagen. cpencontrar utiliza un descriptor basado en gradiente para la descripción de la característica del
puntos clave.

En un segundo paso, la coincidencia de características, todos los puntos clave de dos imágenes se comparan con
entre sí para encontrar características que se encuentran en ambas imágenes. Si esta coincidencia fue exitosa, dos
los puntos clave en las dos imágenes se convierten en un punto de control.

USO

Rectilíneo y ojo de pez imágenes
Cpfind puede encontrar puntos de control en imágenes rectilíneas y de ojo de pez. Para lograr un buen control
puntos de imágenes con un campo de visión horizontal alto (por ejemplo, rectilíneo ultra ancho o
ojo de pez) se reasignan en un espacio conforme (cpfind está utilizando la estereográfica
proyección) y la coincidencia de características se produce en este espacio. Antes de escribir el control
puntos, las coordenadas se reasignan al espacio de la imagen. Esto sucede automaticamente
dependiendo de la información sobre la lente en el archivo de proyecto de entrada. Así que comprueba que tu
El archivo de proyecto de entrada contiene información razonable sobre la lente utilizada.

Usar celeste
El panorama al aire libre a menudo contiene nubes. Las nubes son áreas malas para establecer puntos de control
porque son objeto en movimiento. Cpfind puede usar el mismo algoritmo que celeste_standalone para
áreas enmascaradas que contienen nubes. (Esto solo se hace internamente para el punto clave
Encontrar paso y no cambia el canal alfa de su imagen. Si quieres generar
una imagen de máscara use celeste_standalone). Para ejecutar cpfind con celeste use

cpfind --celeste -o salida.pto entrada.pto

El uso de cpfind con celeste integrado debería ser superior al uso de cpfind y
celeste_standalone secuencial. Al ejecutar cpfind con áreas celestes de nubes, que
a menudo contiene puntos clave con una medida de alta calidad, se ignoran y áreas sin
en su lugar se utilizan nubes. Cuando se ejecuta cpfind sin celeste, también se muestran puntos clave en las nubes.
fundar. Cuando luego se ejecuta celeste_standalone, estos puntos de control se eliminan. En el
En el peor de los casos, se eliminan todos los puntos de control de un determinado par de imágenes.

Por lo tanto, ejecutar cpfind con celeste conduce a una mejor "calidad de punto de control" para exteriores
panorama (por ejemplo, panorama con nubes). Ejecutar cpfind con celeste lleva más tiempo que cpfind
solo. Por lo tanto, para el panorama interior, no es necesario especificar esta opción (debido a que
tiempo de cálculo).

El paso celeste se puede ajustar con los parámetros --celesteRadius y
--celeste Umbral.

Coincidencia de estrategia
Todos pares

Ésta es la estrategia de coincidencia predeterminada. Aquí todos los pares de imágenes se comparan con cada uno
otro. Por ejemplo, si su proyecto contiene 5 imágenes, cpfind coincide con los pares de imágenes: 0-1,
0-2, 0-3, 0-4, 1-2, 1-3, 1-4, 2-3, 2-4 y 3-4

Esta estrategia funciona para todas las estrategias de disparo (una sola fila, varias filas, desordenada). Encuentra
(casi) todos los pares de imágenes conectados. Pero es computacionalmente costoso para proyectos con
muchas imágenes, porque prueba muchos pares de imágenes que no están conectadas.

Lineal partido

Esta estrategia de coincidencia funciona mejor para panoramas de una sola fila:

cpfind --linearmatch -o salida.pto entrada.pto

Esto solo detectará coincidencias entre imágenes adyacentes, por ejemplo, para el ejemplo de 5 imágenes,
coincidirá con los pares de imágenes 0-1, 1-2, 2-3 y 3-4. La distancia de coincidencia se puede aumentar
con el interruptor --linearmatchlen. Por ejemplo, con --linearmatchlen 2 cpfind coincidirá con una imagen
con la imagen siguiente y la imagen siguiente, en nuestro ejemplo sería 0-1, 0-2, 1-2,
1-3, 2-3, 2-4 y 3-4.

Varias filas pareo

Esta es una estrategia de coincidencia optimizada para panorama de una o varias filas:

cpfind --multirow -o salida.pto entrada.pto

El algoritmo es el mismo que se describe en el panorama de varias filas. Integrando esto
algoritmo en cpfind es más rápido al usar varios núcleos de CPU modernas y no almacenar en caché
los puntos clave en el disco (que consume mucho tiempo). Si desea utilizar esta fila múltiple
coincidir dentro de hugin establece el tipo de detector de punto de control en Todas las imágenes a la vez.

Puntos clave el almacenamiento en caché a freno de disco

El cálculo de los puntos clave lleva algún tiempo. Así que cpfind ofrece la posibilidad de guardar el
puntos clave a un archivo y reutilizarlos más tarde. Con --kall los puntos clave para todas las imágenes
en el proyecto se guardan en un disco. Si solo desea utilizar los puntos clave de una imagen en particular
el parámetro -k con el número de imagen:

cpfind --kall entrada.pto
cpfind -k 0 -k 1 entrada.pto

Los archivos de puntos clave se guardan de forma predeterminada en el mismo directorio que las imágenes con la
extensión .key. En este caso, no se produce ninguna coincidencia de imágenes y, por lo tanto, no se produce ningún proyecto de salida.
el archivo debe especificarse. Si cpfind encuentra archivos de claves para una imagen en el proyecto, usará
automáticamente y no vuelva a ejecutar el descriptor de características en esta imagen. Si quieres
guárdelos en otro directorio use el conmutador --keypath.

Este procedimiento también se puede automatizar con el switch --cache:

cpfind --cache -o salida.pto entrada.pto

En este caso, intenta cargar archivos de puntos clave existentes. Para imágenes que no tienen
archivo de puntos clave, los puntos clave se detectan y se guardan en el archivo. Entonces coincide con todo cargado
y puntos clave recién encontrados y escribe el proyecto de salida.

Si no necesita el archivo de claves por más tiempo, puede eliminarlo automáticamente mediante

cpfind --clean entrada.pto

EXTENDIDO CAMPUS

Feature descripción
Por razones de velocidad, cpfind utiliza imágenes, que se escalan a la mitad de ancho y alto,
para encontrar puntos clave. Con el conmutador --fullscale cpfind está trabajando en las imágenes a escala completa.
Esto lleva más tiempo, pero puede proporcionar "mejores" y / o más puntos de control.

El paso de descripción de la función se puede ajustar con los parámetros:

--tamiz1ancho
Tamiz 1: Número de cubos de ancho (predeterminado: 10)

--altura del tamiz1
Tamiz 1: Número de cubos en altura (predeterminado: 10)

--tamiz1tamaño
Tamiz 1: puntos máximos por cubo (predeterminado: 100)

--kdtreesteps
KDTree: pasos de búsqueda (predeterminado: 200)

--kdtreesegundodist

KDTree: distancia del segundo partido (predeterminado: 2)

Cpfind almacena los puntos clave máximos de tamiz1 ancho * tamiz1 altura * tamiz1 tamaño por imagen. Si tu
tener solo una pequeña superposición, por ejemplo, para una toma panorámica de 360 ​​grados con imágenes de ojo de pez, puede
obtenga mejores resultados si aumenta el tamaño del tamiz. También puede intentar aumentar el ancho de tamiz1
y / o altura del tamiz.

Feature pareo
Ajuste del paso de coincidencia mediante los siguientes parámetros:

--ransacitador
Ransac: iteraciones (predeterminado: 1000)

--ransacdista
Ransac: umbral de distancia de estimación de homografía (píxeles) (predeterminado: 25)

--modo de rescate (automático, hom, rpy, rpyv, rpyb)
Seleccione el modelo utilizado en el paso ransac.

hom: Suponga una homografía. Solo aplicable para ángulo no gran angular
puntos de vista. Utiliza el código panomático original. También es más flexible
de lo requerido y puede generar coincidencias falsas, especialmente si la mayoría
de los partidos se encuentran en una sola línea.

rpy: alinea las imágenes usando balanceo, cabeceo y guiñada. Esto requiere una buena
estimación del campo de visión horizontal (y distorsión, para
imágenes muy distorsionadas). Es el modo preferido si un
Se utiliza una lente calibrada, o la HFOV podría leerse correctamente.
a partir de los datos EXIF.

rpyv: Alinee el par optimizando el balanceo, cabeceo, guiñada y campo de
vista. Debe trabajar sin conocimiento previo del campo de visión,
pero puede fallar más a menudo, debido a la función de error utilizada en el
optimizador de panotools, tiende a reducir el fov a 0.

rpyvb: Alinee el par optimizando el balanceo, cabeceo, guiñada, campo de visión y
el parámetro de distorsión "b". Probablemente muy frágil, solo
implementado para pruebas.

auto: use homografía para imágenes con hfov <65 grados y rpy en caso contrario.

--mincoincidencias
Coincidencias mínimas (predeterminado: 4)

--tamiz2ancho
Tamiz 2: Número de cubos de ancho (predeterminado: 5)

--altura del tamiz2
Tamiz 2: Número de cubos en altura (predeterminado: 5)

--tamiz2tamaño
Tamiz 2: puntos máximos por cubo (predeterminado: 2)

Cpfind genera entre minmatches y sieve2width * sieve2height * sieve2size
puntos de control entre un par de imágenes. (La configuración predeterminada es entre 4 y 50 (= 5 * 5 * 2)
puntos de control por par de imágenes.) Si es menor, los puntos de control
pares de imágenes dados, estos puntos de control no se tienen en cuenta y este par de imágenes es
considera como no conectado. Para superposiciones estrechas, puede intentar disminuir las coincidencias mínimas,
pero esto aumenta el riesgo de obtener puntos de control incorrectos.

CAMPUS

--celesteRadio
Radio para celeste (predeterminado 20)

--celesteUmbral
Umbral para celeste (por defecto 0.5)

--celeste
Ejecute la identificación del cielo celeste después de cargar las imágenes, esto ignora todas las funciones
asociado con 'nubes'.

-p <cadena, --camino clave
Ruta de los archivos de claves en caché

--limpio
Limpiar archivos de claves en caché

-c, --cache
Almacena en caché los puntos clave en un archivo externo

--callar
Escribir archivos de claves para todas las imágenes

-k , --writekeyfile
Escriba un archivo de claves para este número de imagen (aceptado varias veces)

-o , --producción
Archivo de salida, requerido

-n , --ncores
Número de CPU / núcleos (predeterminado: detección automática)

-t, --prueba
Habilita el modo de prueba

--Escala completa
Utiliza una imagen a escala completa para detectar puntos clave (predeterminado: falso)

--tamiz1ancho
Tamiz 1: Número de cubos de ancho (predeterminado: 10)

--altura del tamiz1
Tamiz 1: Número de cubos en altura (predeterminado: 10)

--tamiz1tamaño
Tamiz 1: puntos máximos por cubo (predeterminado: 100)

--kdtreesteps
KDTree: pasos de búsqueda (predeterminado: 200)

--kdtreesegundodist
KDTree: distancia del segundo partido (predeterminado: 2)

--multifila
Habilitar la coincidencia heurística de varias filas (predeterminado: desactivado)

--coincidencia lineal
Habilitar la coincidencia de imágenes lineales (predeterminado: todos los pares)

--linealmatchlen
Número de imágenes que deben coincidir en la coincidencia lineal (predeterminado: 1)

--mincoincidencias
Coincidencias mínimas (predeterminado: 4)

--ransacitador
Ransac: iteraciones (predeterminado: 1000)

--ransacdista
Ransac: umbral de distancia de estimación de homografía (píxeles) (predeterminado: 25)

--tamiz2ancho
Tamiz 2: Número de cubos de ancho (predeterminado: 5)

--altura del tamiz2
Tamiz 2: Número de cubos en altura (predeterminado: 5)

--tamiz2tamaño
Tamiz 2: puntos máximos por cubo (predeterminado: 2)

--, --ignore_rest
Ignora el resto de los argumentos etiquetados que siguen a esta bandera.

--versión
Muestra información de la versión y sale.

-h, --ayuda
Muestra información de uso y sale.

AUTORES

Anael Orlinski, Pablo d'Angelo, Antoine Deleforge, Thomas Modes

"Versión: 2015.0.0" 2016-01-06 CPFENCONTRAR(1)

Utilice cpfind en línea utilizando los servicios de onworks.net