cpfind — Online w chmurze

PROGRAM:

IMIĘ

cpfind — dopasowanie funkcji do łączenia panoramicznego

STRESZCZENIE

cpfind [opcje] -o projekt_wyjściowy projekt.pto

cpfind [opcje] -k i0 -k i1 [...] projekt.pto

cpfind [opcje] --kall projekt.pto

OPIS

cpfind cpfind to detektor punktów kontrolnych dla Hugina. Oczekuje pliku projektu jako danych wejściowych
i zapisuje plik projektu z punktami kontrolnymi w przypadku powodzenia. To zależy od rozsądnego obiektywu
informacje w wejściowym pliku projektu.

Pierwszym krokiem jest opis funkcji: W tym kroku obrazy pliku projektu są
ładowane i przeszukiwane są tak zwane punkty kluczowe. Opisują cechy docelowe w
obraz. cpfind używa deskryptora opartego na gradiencie do opisu funkcji
Kluczowe punkty.

W drugim etapie, czyli dopasowywaniu cech, dopasowywane są wszystkie punkty kluczowe dwóch obrazów
się nawzajem, aby znaleźć elementy występujące na obu obrazach. Jeśli to dopasowanie się powiodło, dwa
punkty kluczowe na dwóch obrazach stają się jednym punktem kontrolnym.

ZASTOSOWANIE

Prostoliniowy i fisheye zdjęcia
Cpfind może znaleźć punkty kontrolne na obrazach prostoliniowych i typu „rybie oko”. Aby osiągnąć dobrą kontrolę
wskazuje obrazy o dużym poziomym polu widzenia (np. bardzo szerokie prostoliniowe lub
rybie oko) są zatem ponownie mapowane w przestrzeń konforemną (cpfind używa stereografii
projekcja) i w tej przestrzeni następuje dopasowanie cech. Przed zapisaniem kontrolki
punktów, współrzędne są ponownie mapowane z powrotem do przestrzeni obrazu. Dzieje się to automatycznie
w zależności od informacji o obiektywie w wejściowym pliku projektu. Sprawdź więc, czy Twoje
wejściowy plik projektu zawiera rozsądne informacje na temat użytego obiektywu.

Korzystanie z Celeste
Panorama zewnętrzna często zawiera chmury. Chmury to złe obszary do ustawiania punktów kontrolnych
ponieważ poruszają się obiektem. Cpfind może używać tego samego algorytmu, co celeste_standalone
zamaskowane obszary zawierające chmury. (Odbywa się to tylko wewnętrznie dla punktu kluczowego
krok wyszukiwania i nie zmienia kanału alfa obrazu. Jeśli chcesz wygenerować
obraz maski użyj celeste_standalone). Aby uruchomić cpfind za pomocą celeste

cpfind --celeste -o wyjście.pto wejście.pto

Używanie cpfind ze zintegrowanym celeste powinno być lepsze od używania cpfind i
celeste_standalone sekwencyjny. Podczas uruchamiania cpfind z niebieskimi obszarami chmur, które
często zawiera kluczowe punkty o wysokiej jakości, są pomijane, a obszary nie
zamiast tego używane są chmury. Podczas uruchamiania cpfind bez celeste są także punkty kluczowe w chmurach
znaleziony. Kiedy później uruchomisz celeste_standalone, te punkty kontrolne zostaną usunięte. w
w najgorszym przypadku wszystkie punkty kontrolne określonej pary obrazów zostaną usunięte.

Zatem uruchomienie cpfind z celeste prowadzi do lepszej „jakości punktu kontrolnego” na zewnątrz
panorama (np. panorama z chmurami). Uruchamianie cpfind za pomocą Celeste trwa dłużej niż cpfind
sam. Tak więc w przypadku panoramy wewnętrznej ta opcja nie musi być określana (ze względu na dłuższy
czas obliczeń).

Krok celeste można precyzyjnie dostroić za pomocą parametrów --celesteRadius i
--celesteThreshold.

Dopasowywanie strategia
Wszystkie kategorie par

Jest to domyślna strategia dopasowywania. Tutaj wszystkie pary obrazów są dopasowywane do siebie
Inny. Np. jeśli twój projekt zawiera 5 obrazów, to cpfind dopasowuje pary obrazów: 0-1,
0-2, 0-3, 0-4, 1-2, 1-3, 1-4, 2-3, 2-4 i 3-4

Ta strategia działa dla wszystkich strategii strzelania (jednorzędowe, wielorzędowe, nieuporządkowane). Znajduje
(prawie) wszystkie połączone pary obrazów. Ale jest to kosztowne obliczeniowo w przypadku projektów z
wiele obrazów, ponieważ testuje wiele par obrazów, które nie są połączone.

Liniowy mecz

Ta strategia dopasowywania działa najlepiej w przypadku panoram z jednym rzędem:

cpfind --linearmatch -o wyjście.pto wejście.pto

Spowoduje to wykrycie tylko dopasowań pomiędzy sąsiednimi obrazami, np. w przypadku przykładu 5 obrazów
dopasuje pary obrazów 0-1, 1-2, 2-3 i 3-4. Dopasowaną odległość można zwiększyć
za pomocą przełącznika --linearmatchlen. Np. z --linearmatchlen 2 cpfind dopasuje obraz
z następnym obrazem i obrazem po następnym, w naszym przykładzie będzie to 0-1, 0-2, 1-2,
1-3, 2-3, 2-4 i 3-4.

Wielorzędowe dopasowywanie

Jest to zoptymalizowana strategia dopasowywania panoram jedno- i wielorzędowych:

cpfind --multirow -o wyjście.pto wejście.pto

Algorytm jest taki sam, jak opisano w panoramie wielorzędowej. Integrując to
algorytm do cpfind, jest szybszy dzięki użyciu kilku rdzeni nowoczesnych procesorów i nie buforuje
kluczowe punkty na dysk (co jest czasochłonne). Jeśli chcesz użyć tego wielowierszowego
dopasowanie wewnątrz hugin ustaw typ detektora punktu kontrolnego na Wszystkie obrazy na raz.

Kluczowe punkty buforowanie do dysk

Obliczanie punktów kluczowych zajmuje trochę czasu. Zatem cpfind oferuje możliwość zapisania pliku
punkty kluczowe do pliku i użyj ich później ponownie. Z --kall punkty kluczowe dla wszystkich obrazów
w projekcie są zapisywane na dysku. Jeśli chcesz używać tylko kluczowych punktów określonego obrazu
parametr -k z numerem obrazu:

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

Pliki punktów kluczowych są domyślnie zapisywane w tym samym katalogu, co obrazy z rozszerzeniem
rozszerzenie .key. W tym przypadku nie następuje dopasowanie obrazów i tym samym nie ma projektu wyjściowego
należy określić plik. Jeśli cpfind znajdzie pliki kluczy dla obrazu w projekcie, którego użyje
je automatycznie i nie uruchamiaj ponownie deskryptora funkcji na tym obrazie. Jeśli chcesz
zapisz je w innym katalogu, użyj przełącznika --keypath.

Tę procedurę można również zautomatyzować za pomocą przełącznika --cache:

cpfind --cache -o wyjście.pto wejście.pto

W tym przypadku próbuje załadować istniejące pliki punktów kluczowych. W przypadku obrazów, które nie mają rozszerzenia
keypoint, punkty kluczowe zostaną wykryte i zapisane w pliku. Następnie pasuje do wszystkich załadowanych
oraz nowo znalezione punkty kluczowe i zapisuje projekt wyjściowy.

Jeśli nie potrzebujesz już pliku klucza, możesz go usunąć automatycznie

cpfind --wyczyść plik wejściowy.pto

ROZSZERZONY OPCJE

Cecha opis
Ze względu na szybkość cpfind używa obrazów, które są skalowane do połowy szerokości i wysokości,
aby znaleźć kluczowe punkty. Za pomocą przełącznika --fullscale cpfind pracuje na obrazach w pełnej skali.
Trwa to dłużej, ale może zapewnić „lepsze” i/lub więcej punktów kontrolnych.

Krok opisu funkcji można dostosować za pomocą parametrów:

--sito1szerokość
Sito 1: Liczba koszy na szerokość (domyślnie: 10)

--wysokość sita
Sito 1: Liczba wiader na wysokości (domyślnie: 10)

--sito1rozmiar
Sito 1: Maksymalna liczba punktów na wiadro (domyślnie: 100)

--kdtresteps
KDTree: kroki wyszukiwania (domyślnie: 200)

--kdtreerozkład sekund

KDTree: odległość drugiego dopasowania (domyślnie: 2)

Cpfind przechowuje maksymalną liczbę punktów kluczowych sita1width * sieve1height * sito1size na obraz. Jeśli ty
mają tylko niewielkie nakładanie się, np. w przypadku zdjęć panoramicznych 360 stopni z obrazami typu rybie oko, jest to możliwe
uzyskać lepsze wyniki, jeśli zwiększysz rozmiar sita o 1. Możesz także spróbować zwiększyć szerokość sita1
i/lub wysokość sita.

Cecha dopasowywanie
Dostrojenie kroku dopasowania za pomocą następujących parametrów:

--ransaciter
Ransac: iteracje (domyślnie: 1000)

--ransakdysta
Ransac: próg odległości szacowania homografii (piksele) (domyślnie: 25)

--tryb okupu (auto, hom, rpy, rpyv, rpyb)
Wybierz model użyty w kroku ransac.

hom: Załóżmy, że istnieje homografia. Dotyczy tylko zastosowań innych niż szeroki kąt
wyświetlenia. Używa oryginalnego kodu panoramicznego. Jest także bardziej elastyczny
niż jest to wymagane i może generować fałszywe dopasowania, szczególnie jeśli większość
dopasowań znajduje się w jednej linii.

rpy: Wyrównaj obrazy za pomocą przechyłu, pochylenia i odchylenia. To wymaga dobrego
oszacowanie poziomego pola widzenia (i zniekształceń, np
mocno zniekształcone obrazy). Jest to preferowany tryb, jeśli a
używany jest skalibrowany obiektyw lub można pomyślnie odczytać HFOV
z danych EXIF.

rpyv: Wyrównaj parę, optymalizując przechylenie, nachylenie, odchylenie i pole
pogląd. Powinien pracować bez wcześniejszej znajomości pola widzenia,
ale może częściej kończyć się niepowodzeniem z powodu funkcji błędu używanej w pliku
panotools, ma tendencję do zmniejszania fov do 0.

rpyvb: Wyrównaj parę, optymalizując przechylenie, nachylenie, odchylenie, pole widzenia i
parametr zniekształcenia „b”. Prawdopodobnie bardzo kruchy, po prostu
zaimplementowany do testów.

auto: użyj homografii dla obrazów z hfov < 65 stopni i rpy w przeciwnym razie.

--minimecze
Minimalna liczba dopasowań (domyślnie: 4)

--sito2szerokość
Sito 2: Liczba koszy na szerokość (domyślnie: 5)

--wysokość sita
Sito 2: Liczba wiader na wysokości (domyślnie: 5)

--sito2rozmiar
Sito 2: Maksymalna liczba punktów na wiadro (domyślnie: 2)

Cpfind generuje wartości pomiędzy minmatches a sit2width * sieve2height * sieve2size
punkty kontrolne pomiędzy parą obrazów. (Ustawienie domyślne wynosi od 4 do 50 (=5*5*2)
punktów kontrolnych na parę obrazów.) Jeśli zostanie znalezionych mniej niż minimalna liczba punktów kontrolnych dla a
dane pary obrazów te punkty kontrolne są pomijane, a ta para obrazów jest
uważa za niepołączone. W przypadku wąskich nakładek możesz spróbować zmniejszyć minimalne dopasowania,
ale to zwiększa ryzyko zdobycia błędnych punktów kontrolnych.

OPCJE

--promień celeste
Promień Celeste (domyślnie 20)

--celesteThreshold
Próg dla Celeste (domyślnie 0.5)

--Celeste
Uruchom identyfikację nieba celeste po załadowaniu obrazów, spowoduje to zignorowanie wszystkich funkcji
kojarzony z „chmurami”.

-p <ciąg, --ścieżka klucza
Ścieżka do plików kluczy pamięci podręcznej

--czysty
Wyczyść buforowane pliki kluczy

-c, --Pamięć podręczna
Buforuje punkty kluczowe do pliku zewnętrznego

--zadzwoń
Zapisz pliki kluczy dla wszystkich obrazów

-k , --zapisz plik klucza
Zapisz plik klucza dla tego numeru obrazu (akceptowany wielokrotnie)

-o , --wyjście
Wymagany plik wyjściowy

-n , --ncore
Liczba procesorów/rdzeni (domyślnie: automatyczne wykrywanie)

-t, --test
Włącza tryb testowy

--pełna skala
Używa obrazu w pełnej skali do wykrywania punktów kluczowych (domyślnie: fałsz)

--sito1szerokość
Sito 1: Liczba koszy na szerokość (domyślnie: 10)

--wysokość sita
Sito 1: Liczba wiader na wysokości (domyślnie: 10)

--sito1rozmiar
Sito 1: Maksymalna liczba punktów na wiadro (domyślnie: 100)

--kdtresteps
KDTree: kroki wyszukiwania (domyślnie: 200)

--kdtreerozkład sekund
KDTree: odległość drugiego dopasowania (domyślnie: 2)

--wielorzędowe
Włącz heurystyczne dopasowywanie wielu wierszy (domyślnie: wyłączone)

--linearmmatch
Włącz liniowe dopasowywanie obrazów (domyślnie: wszystkie pary)

--dopasowanie liniowe
Liczba obrazów do dopasowania w dopasowaniu liniowym (domyślnie: 1)

--minimecze
Minimalna liczba dopasowań (domyślnie: 4)

--ransaciter
Ransac: iteracje (domyślnie: 1000)

--ransakdysta
Ransac: próg odległości szacowania homografii (piksele) (domyślnie: 25)

--sito2szerokość
Sito 2: Liczba koszy na szerokość (domyślnie: 5)

--wysokość sita
Sito 2: Liczba wiader na wysokości (domyślnie: 5)

--sito2rozmiar
Sito 2: Maksymalna liczba punktów na wiadro (domyślnie: 2)

--, --ignore_rest
Ignoruje pozostałe argumenty oznaczone etykietą następujące po tej fladze.

--wersja
Wyświetla informacje o wersji i wyjścia.

-h, --help
Wyświetla informacje o użytkowaniu i wyjścia.

AUTORSKI

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

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

Użyj cpfind online, korzystając z usług onworks.net