EngelsFransSpaans

Ad


OnWorks-favicon

cpfind - Online in de cloud

Voer cpfind uit in de gratis hostingprovider van OnWorks via Ubuntu Online, Fedora Online, Windows online emulator of MAC OS online emulator

Dit is de opdracht cpfind die kan worden uitgevoerd in de gratis hostingprovider van OnWorks met behulp van een van onze meerdere gratis online werkstations zoals Ubuntu Online, Fedora Online, Windows online emulator of MAC OS online emulator

PROGRAMMA:

NAAM


cpfind - Functiematching voor panoramisch stiksel

KORTE INHOUD


zoek [opties] -o uitvoer_project project.pto

zoek [opties] -k i0 -k i1 [...] project.pto

zoek [opties] --kall project.pto

PRODUCTBESCHRIJVING


zoek cpfind is een controlepuntdetector voor Hugin. Het verwacht een projectbestand als invoer
en schrijft een projectbestand met controlepunten over succes. Het hangt af van een redelijke lens
informatie in het invoerprojectbestand.

De eerste stap is de functiebeschrijving: In deze stap worden de afbeeldingen van het projectbestand geplaatst
geladen en zogenaamde keypoints worden doorzocht. Ze beschrijven onderscheidende kenmerken in de
afbeelding. zoek gebruikt een op gradiënt gebaseerde descriptor voor de functiebeschrijving van de
kernpunten.

In een tweede stap, de feature matching, worden alle kernpunten van twee afbeeldingen met elkaar vergeleken
elkaar om kenmerken te vinden die op beide afbeeldingen voorkomen. Als deze matching succesvol was, twee
sleutelpunten in de twee afbeeldingen worden één controlepunt.

GEBRUIK


Rechtlijnig en vissenoog afbeeldingen
Cpfind kan controlepunten vinden in rechtlijnige en fisheye-beelden. Om een ​​goede controle te bereiken
wijst beelden met een hoog horizontaal gezichtsveld (bijvoorbeeld ultrabreed rechtlijnig of
fisheye) worden daarom opnieuw toegewezen aan een conforme ruimte (cpfind gebruikt de stereografische
projectie) en de functiematching vindt plaats in deze ruimte. Voordat u het besturingselement schrijft
punten worden de coördinaten opnieuw toegewezen aan de beeldruimte. Dit gebeurt automatisch
afhankelijk van de informatie over de lens in het invoerprojectbestand. Controleer dus of uw
invoerprojectbestand bevat redelijke informatie over de gebruikte lens.

gebruik Celeste
Buitenpanorama bevat vaak wolken. Wolken zijn slechte gebieden voor het instellen van controlepunten
omdat het een bewegend object is. Cpfind kan hetzelfde algoritme gebruiken als celeste_standalone
gemaskeerde gebieden met wolken. (Dit gebeurt alleen intern voor het hoofdpunt
zoekstap en verandert het alfakanaal van uw afbeelding niet. Als je wilt genereren
een maskerafbeelding gebruik celeste_standalone). Om cpfind met celeste uit te voeren, gebruik je

cpfind --celeste -o uitvoer.pto invoer.pto

Het gebruik van cpfind met geïntegreerde celeste zou superieur moeten zijn aan het gebruik van cpfind en
celeste_standalone sequentieel. Bij het uitvoeren van cpfind met celeste wolkengebieden, welke
bevat vaak kernpunten met een hoge kwaliteitsmaatstaf, maar wordt buiten beschouwing gelaten en gebieden zonder
In plaats daarvan worden wolken gebruikt. Bij het uitvoeren van cpfind zonder celeste zijn dat ook de belangrijkste punten op wolken
gevonden. Wanneer u daarna celeste_standalone uitvoert, worden deze controlepunten verwijderd. In de
in het slechtste geval worden alle controlepunten van een bepaald beeldpaar verwijderd.

Het uitvoeren van cpfind met celeste leidt dus tot een betere "controlepuntkwaliteit" voor buiten
panorama (bijvoorbeeld panorama met wolken). Het uitvoeren van cpfind met celeste duurt langer dan cpfind
alleen. Voor binnenpanorama hoeft deze optie dus niet te worden gespecificeerd (vanwege langere
rekentijd).

De celeste-stap kan worden verfijnd met de parameters --celesteRadius en
--celesteThreshold.

Bijpassende strategie
Alles paren

Dit is de standaard matchingstrategie. Hier worden alle beeldparen met elkaar vergeleken
ander. Als uw project bijvoorbeeld 5 afbeeldingen bevat, komt cpfind overeen met de afbeeldingsparen: 0-1,
0-2, 0-3, 0-4, 1-2, 1-3, 1-4, 2-3, 2-4 en 3-4

Deze strategie werkt voor alle schietstrategieën (enkele rij, meerdere rijen, ongeordend). Het vindt
(bijna) alle aangesloten beeldparen. Maar het is computationeel duur voor projecten met
veel afbeeldingen, omdat het veel afbeeldingsparen test die niet met elkaar verbonden zijn.

Lineair match

Deze matchingstrategie werkt het beste voor panorama's met één rij:

cpfind --linearmatch -o uitvoer.pto invoer.pto

Hierdoor worden alleen overeenkomsten tussen aangrenzende afbeeldingen gedetecteerd, bijvoorbeeld voor het voorbeeld met vijf afbeeldingen
komt overeen met afbeeldingenparen 0-1, 1-2, 2-3 en 3-4. De bijpassende afstand kan worden vergroot
met de schakelaar --linearmatchlen. Met --linearmatchlen 2 zal cpfind bijvoorbeeld een afbeelding matchen
met de volgende afbeelding en de afbeelding erna, in ons voorbeeld zou dit 0-1, 0-2, 1-2 zijn,
1-3, 2-3, 2-4 en 3-4.

Meerrij matching

Dit is een geoptimaliseerde matchingstrategie voor panorama's met één en meerdere rijen:

cpfind --multirow -o uitvoer.pto invoer.pto

Het algoritme is hetzelfde als beschreven in panorama met meerdere rijen. Door dit te integreren
algoritme in cpfind is het sneller door verschillende kernen van moderne CPU's te gebruiken en geen cache te gebruiken
de belangrijkste punten op schijf (wat tijdrovend is). Als u deze meerdere rijen wilt gebruiken
Matching inside Hugin stelt het controlepuntdetectortype in op Alle afbeeldingen tegelijk.

Sleutelpunten caching naar schijf

Het berekenen van kernpunten kost enige tijd. Dus cpfind biedt de mogelijkheid om de
keypoints naar een bestand en hergebruik ze later opnieuw. Met --kall de kernpunten voor alle afbeeldingen
in het project worden op schijf opgeslagen. Als u alleen de kernpunten van een bepaald beeldgebruik wilt
de parameter -k met het afbeeldingsnummer:

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

De keypoint-bestanden worden standaard opgeslagen in dezelfde map als de afbeeldingen met de extensie
extensie .key. In dit geval vindt er geen matching van afbeeldingen plaats en dus ook geen uitvoerproject
bestand moet worden opgegeven. Als cpfind sleutelbestanden vindt voor een afbeelding in het project dat het zal gebruiken
deze automatisch uit en voer de feature descriptor niet opnieuw uit op deze afbeelding. Als je wilt
sla ze op in een andere map met behulp van de --keypath-schakelaar.

Deze procedure kan ook geautomatiseerd worden met de switch --cache:

cpfind --cache -o uitvoer.pto invoer.pto

In dit geval probeert het bestaande keypoint-bestanden te laden. Voor afbeeldingen die geen
keypoint-bestand, worden de keypoints gedetecteerd en in het bestand opgeslagen. Dan komt het overeen met alles geladen
en nieuw gevonden kernpunten en schrijft het uitvoerproject.

Als u het sleutelbestand niet langer nodig heeft, kan het automatisch worden verwijderd door

cpfind --clean input.pto

UITGEBREID OPTIES


Kenmerk beschrijving
Om snelheidsredenen gebruikt cpfind afbeeldingen, die zijn geschaald naar hun halve breedte en hoogte,
kernpunten te vinden. Met de schakelaar --fullscale werkt cpfind aan de afbeeldingen op volledige schaal.
Dit duurt langer, maar kan ‘betere’ en/of meer controlepunten opleveren.

De functiebeschrijvingsstap kan worden verfijnd met de parameters:

--zeef1breedte
Zeef 1: Aantal bakken op breedte (standaard: 10)

--zeef1hoogte
Zeef 1: Aantal bakken op hoogte (standaard: 10)

--zeef1grootte
Zeef 1: Max. aantal punten per emmer (standaard: 100)

--kdtreesteps
KDTree: zoekstappen (standaard: 200)

--kdtreetweedeafst

KDTree: afstand van 2e wedstrijd (standaard: 0.25)

Cpfind slaat de maximale sleutelpunten sieve1width * sieve1height * sieve1size per afbeelding op. als jij
slechts een kleine overlap hebben, bijvoorbeeld voor 360 graden panoramafoto's met fisheye-beelden kan dat wel
krijg betere resultaten als u de zeefgrootte vergroot. Je kunt ook proberen de zeefbreedte te vergroten
en/of zeefhoogte.

Kenmerk matching
Verfijning van de matchingstap met de volgende parameters:

--opruier
Ransac: iteraties (standaard: 1000)

--ransacdistisch
Ransac: afstandsdrempel voor homografie-schatting (pixels) (standaard: 25)

--ransacmode (auto, hom, rpy, rpyv, rpyb)
Selecteer het model dat in de ransac-stap wordt gebruikt.

hom: Veronderstel een homografie. Alleen van toepassing voor niet-groothoek
keer bekeken. Gebruikt de originele panoramische code. Het is ook flexibeler
dan vereist en kan valse overeenkomsten genereren, vooral als de meeste overeenkomsten voorkomen
van de wedstrijden bevinden zich op één lijn.

rpy: Lijn afbeeldingen uit met behulp van roll, pitch en yaw. Dit vereist een goed
schatting voor het horizontale gezichtsveld (en vervorming, bijv
sterk vervormde beelden). Het heeft de voorkeur als a
gekalibreerde lens wordt gebruikt, anders kan de HFOV met succes worden gelezen
uit de EXIF-gegevens.

rpyv: Lijn het paar uit door het optimaliseren van roll, pitch, yaw en field of
weergave. Moet werken zonder voorafgaande kennis van het gezichtsveld,
maar kan vaker mislukken vanwege de foutfunctie die wordt gebruikt in het
panotools optimizer, het heeft de neiging om de fov naar 0 te verkleinen.

rpyvb: Lijn het paar uit door het optimaliseren van roll, pitch, yaw, gezichtsveld en
de vervormingsparameter "b". Waarschijnlijk erg kwetsbaar, gewoon
geïmplementeerd voor testen.

auto: gebruik homografie voor afbeeldingen met hfov < 65 graden en anders rpy.

--minovereenkomsten
Minimale overeenkomsten (standaard: 4)

--zeef2breedte
Zeef 2: Aantal bakken op breedte (standaard: 5)

--zeef2hoogte
Zeef 2: Aantal bakken op hoogte (standaard: 5)

--zeef2grootte
Zeef 2: Max. aantal punten per emmer (standaard: 2)

Cpfind genereert tussen minmatches en sieve2width * sieve2height * sieve2size
controlepunten tussen een beeldpaar. (Standaardinstelling ligt tussen 4 en 50 (=5*5*2)
controlepunten per beeldpaar.) Als er minder dan minmatches controlepunten worden gevonden voor a
bij gegeven beeldparen worden deze controlepunten genegeerd en dit beeldpaar wel
beschouwt als niet verbonden. Voor smalle overlappingen kunt u proberen het aantal minmatches te verkleinen,
maar dit vergroot het risico op verkeerde controlepunten.

OPTIES


--celesteRadius
Straal voor celeste (standaard 20)

--celesteDrempel
Drempel voor celeste (standaard 0.5)

--celeste
Voer celeste sky-identificatie uit na het laden van afbeeldingen, dit negeert alle functies
geassocieerd met 'wolken'.

-p <tekenreeks, --sleutelpad
Pad naar cachesleutelbestanden

--schoon
Ruim in de cache opgeslagen sleutelbestanden op

-c, --cache
Slaat belangrijke punten op in een extern bestand

--kall
Schrijf sleutelbestanden voor alle afbeeldingen

-k , --schrijfsleutelbestand
Schrijf een sleutelbestand voor dit afbeeldingsnummer (meerdere keren geaccepteerd)

-o , --uitvoer
Uitvoerbestand, vereist

-n , --ncores
Aantal CPU/kernen (standaard: automatisch detecteren)

-t, --toets
Schakelt de testmodus in

--volledige schaal
Gebruikt een afbeelding op volledige schaal om sleutelpunten te detecteren (standaard: false)

--zeef1breedte
Zeef 1: Aantal bakken op breedte (standaard: 10)

--zeef1hoogte
Zeef 1: Aantal bakken op hoogte (standaard: 10)

--zeef1grootte
Zeef 1: Max. aantal punten per emmer (standaard: 100)

--kdtreesteps
KDTree: zoekstappen (standaard: 200)

--kdtreetweedeafst
KDTree: afstand van de 2e wedstrijd (standaard: 0.15)

--meerrij
Heuristische matching van meerdere rijen inschakelen (standaard: uit)

--lineairematch
Schakel lineaire afbeeldingenmatching in (standaard: alle paren)

--lineairematchlen
Aantal afbeeldingen dat moet overeenkomen bij lineaire matching (standaard: 1)

--minovereenkomsten
Minimale overeenkomsten (standaard: 4)

--opruier
Ransac: iteraties (standaard: 1000)

--ransacdistisch
Ransac: afstandsdrempel voor homografie-schatting (pixels) (standaard: 25)

--zeef2breedte
Zeef 2: Aantal bakken op breedte (standaard: 5)

--zeef2hoogte
Zeef 2: Aantal bakken op hoogte (standaard: 5)

--zeef2grootte
Zeef 2: Max. aantal punten per emmer (standaard: 2)

--, --negeer_rest
Negeert de rest van de gelabelde argumenten die op deze vlag volgen.

--versie
Geeft versie-informatie weer en sluit af.

-h, --help
Toont gebruiksinformatie en uitgangen.

AUTEURS


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

"Versie: 2015.0.0" 2016-01-06 CPFIND(1)

Gebruik cpfind online met behulp van onworks.net-services


Gratis servers en werkstations

Windows- en Linux-apps downloaden

  • 1
    Phaser
    Phaser
    Phaser is een snelle, gratis en leuke open
    source HTML5-gameframework dat biedt
    WebGL- en Canvas-weergave overdwars
    desktop- en mobiele webbrowsers. Spellen
    kan samen zijn...
    Phaser downloaden
  • 2
    VASSAL-motor
    VASSAL-motor
    VASSAL is een game-engine om te creëren
    elektronische versies van traditioneel bord
    en kaartspellen. Het biedt ondersteuning voor
    weergave en interactie van speelstukken,
    en...
    VASSAL-engine downloaden
  • 3
    OpenPDF - Vork van iText
    OpenPDF - Vork van iText
    OpenPDF is een Java-bibliotheek voor het maken van
    en het bewerken van PDF-bestanden met een LGPL en
    MPL open source-licentie. OpenPDF is de
    LGPL/MPL open source opvolger van iText,
    een...
    Download OpenPDF - Vork van iText
  • 4
    SAGA GIS
    SAGA GIS
    SAGA - Systeem voor geautomatiseerd
    Geowetenschappelijke analyses - is een geografische
    Informatie Systeem (GIS) software met
    enorme mogelijkheden voor geodata
    verwerking en analyse...
    SAGA GIS downloaden
  • 5
    Toolbox voor Java/JTOpen
    Toolbox voor Java/JTOpen
    De IBM Toolbox voor Java / JTOpen is een
    bibliotheek van Java-klassen die de
    client/server- en internetprogrammering
    modellen naar een systeem met OS/400,
    i5/OS, o...
    Toolbox voor Java/JTOpen downloaden
  • 6
    D3.js
    D3.js
    D3.js (of D3 voor gegevensgestuurde documenten)
    is een JavaScript-bibliotheek waarmee u
    om dynamische, interactieve gegevens te produceren
    visualisaties in webbrowsers. Met D3
    u...
    D3.js downloaden
  • Meer "

Linux-commando's

Ad