cpfind - Online nel cloud

PROGRAMMA:

NOME

cpfind - Corrispondenza delle funzioni per cuciture panoramiche

SINOSSI

cpfind [opzioni] -o output_progetto progetto.pto

cpfind [opzioni] -k i0 -k i1 [...] progetto.pto

cpfind [opzioni] --kall progetto.pto

DESCRIZIONE

cpfind cpfind è un rilevatore di punti di controllo per Hugin. Si aspetta un file di progetto come input
e scrive un file di progetto con punti di controllo in caso di successo. Dipende dall'obiettivo ragionevole
informazioni nel file di progetto di input.

Il primo passo è la descrizione della caratteristica: In questo passaggio le immagini del file di progetto sono
caricati e vengono ricercati i cosiddetti punti chiave. Descrivono le caratteristiche destinali nel
immagine. cpfind utilizza un descrittore basato sul gradiente per la descrizione delle caratteristiche del
punti chiave.

In un secondo passaggio, la corrispondenza delle caratteristiche, tutti i punti chiave di due immagini vengono confrontati con
l'un l'altro per trovare le caratteristiche che sono su entrambe le immagini. Se questo abbinamento ha avuto successo due
i punti chiave nelle due immagini diventano un punto di controllo.

USO

Rettilineo e fisheye immagini
Cpfind può trovare punti di controllo nelle immagini rettilinee e fisheye. Per ottenere un buon controllo
punta le immagini con un campo visivo orizzontale elevato (ad es. rettilineo ultra ampio o
fisheye) vengono quindi rimappati in uno spazio conforme (cpfind sta usando lo stereografico
proiezione) e la corrispondenza delle caratteristiche avviene in questo spazio. Prima di scrivere il controllo
punti le coordinate vengono rimappate nello spazio dell'immagine. Questo accade automaticamente
a seconda delle informazioni sull'obiettivo nel file di progetto di input. Quindi controlla che il tuo
il file di progetto di input contiene informazioni ragionevoli sull'obiettivo utilizzato.

utilizzando celeste
Il panorama esterno spesso contiene nuvole. Le nuvole sono cattive aree per l'impostazione dei punti di controllo
perché sono oggetti in movimento. Cpfind può usare lo stesso algoritmo di celeste_standalone per
aree mascherate che contengono nuvole. (Questo viene fatto solo internamente per il punto chiave
trova il passaggio e non cambia il canale alfa della tua immagine. Se vuoi generare
un'immagine maschera usa celeste_standalone). Per eseguire cpfind con celeste usa

cpfind --celeste -o output.pto input.pto

L'utilizzo di cpfind con celeste integrato dovrebbe essere migliore rispetto all'utilizzo di cpfind e
celeste_standalone sequenziale. Quando si esegue cpfind con aree celesti di nuvole, che
spesso contiene punti chiave con una misura di alta qualità, vengono ignorati e aree senza
vengono invece utilizzate le nuvole. Quando si esegue cpfind senza celeste anche i punti chiave sulle nuvole sono
trovato. Quando in seguito si esegue celeste_standalone questi punti di controllo vengono rimossi. Nel
Nel peggiore dei casi vengono rimossi tutti i punti di controllo di una determinata coppia di immagini.

Quindi l'esecuzione di cpfind con celeste porta a una migliore "qualità del punto di controllo" per l'outdoor
panorama (es. panorama con nuvole). L'esecuzione di cpfind con celeste richiede più tempo di cpfind
solo. Quindi per il panorama interno questa opzione non ha bisogno di essere specificata (a causa del tempo più lungo
tempo di calcolo).

Il passo celeste può essere regolato con precisione dai parametri --celesteRadius e
--celesteSoglia.

Abbinare strategia
Tutto coppie

Questa è la strategia di corrispondenza predefinita. Qui tutte le coppie di immagini sono abbinate a ciascuna
Altro. Ad esempio, se il tuo progetto contiene 5 immagini, cpfind corrisponde alle coppie di immagini: 0-1,
0-2, 0-3, 0-4, 1-2, 1-3, 1-4, 2-3, 2-4 e 3-4

Questa strategia funziona per tutte le strategie di tiro (fila singola, multifila, non ordinata). trova
(quasi) tutte le coppie di immagini collegate. Ma è computazionalmente costoso per i progetti con
molte immagini, perché testa molte coppie di immagini che non sono collegate.

Lineare stile

Questa strategia di corrispondenza funziona meglio per i panorami a riga singola:

cpfind --linearmatch -o output.pto input.pto

Questo rileverà solo le corrispondenze tra immagini adiacenti, ad esempio per l'esempio di 5 immagini it
corrisponderà alle coppie di immagini 0-1, 1-2, 2-3 e 3-4. La distanza corrispondente può essere aumentata
con l'opzione --linearmatchlen. Ad esempio con --linearmatchlen 2 cpfind corrisponderà a un'immagine
con l'immagine successiva e l'immagine dopo successiva, nel nostro esempio sarebbe 0-1, 0-2, 1-2,
1-3, 2-3, 2-4 e 3-4.

Multirighe corrispondenza

Questa è una strategia di corrispondenza ottimizzata per il panorama a riga singola e multipla:

cpfind --multirow -o output.pto input.pto

L'algoritmo è lo stesso descritto nel panorama multi-riga. Integrando questo
algoritmo in cpfind è più veloce utilizzando diversi core delle moderne CPU e non memorizza nella cache
i punti chiave su disco (che richiede tempo). Se vuoi usare questo multi-riga
corrispondenza all'interno di hugin impostare il tipo di rilevatore del punto di controllo su Tutte le immagini contemporaneamente.

Punti chiave caching a disco

Il calcolo dei punti chiave richiede del tempo. Quindi cpfind offre la possibilità di salvare il
punti chiave in un file e riutilizzarli in un secondo momento. Con --kall i punti chiave per tutte le immagini
nel progetto vengono salvati su disco. Se vuoi solo i punti chiave di un particolare uso dell'immagine
il parametro -k con il numero dell'immagine:

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

I file dei punti chiave vengono salvati per impostazione predefinita nella stessa directory delle immagini con il
estensione .key. In questo caso non avviene alcuna corrispondenza di immagini e quindi nessun progetto di output
file deve essere specificato. Se cpfind trova i file di chiavi per un'immagine nel progetto, utilizzerà
automaticamente e non eseguire nuovamente il descrittore di funzionalità su questa immagine. Se lo desidera
salvali nella directory annother usa l'opzione --keypath.

Questa procedura può anche essere automatizzata con lo switch --cache:

cpfind --cache -o output.pto input.pto

In questo caso tenta di caricare i file di punti chiave esistenti. Per le immagini, che non hanno un
file dei punti chiave, i punti chiave vengono rilevati e salvati nel file. Quindi corrisponde a tutto caricato
e i punti chiave appena trovati e scrive il progetto di output.

Se non hai bisogno del file di chiavi più a lungo, può essere cancellato automaticamente da

cpfind --clean input.pto

EXTENDED VERSIONI

caratteristica descrizione
Per motivi di velocità, cpfind utilizza immagini, che vengono ridimensionate alla metà della larghezza e dell'altezza,
per trovare i punti chiave. Con l'opzione --fullscale cpfind lavora sulle immagini a scala intera.
Questo richiede più tempo ma può fornire "migliori" e/o più punti di controllo.

La fase di descrizione della funzione può essere regolata con precisione dai parametri:

--larghezza setaccio1
Setaccio 1: Numero di secchi in larghezza (predefinito: 10)

--altezza del crivello
Setaccio 1: Numero di secchi in altezza (predefinito: 10)

--setaccio1dimensione
Sieve 1: Max punti per secchio (predefinito: 100)

--kdtreesteps
KDTree: passaggi di ricerca (predefinito: 200)

--kdtreeseconddist

KDTree: distanza della seconda corrispondenza (predefinito: 2)

Cpfind memorizza i punti chiave sieve1width * sieve1height * sieve1size per immagine. Se tu
avere solo una piccola sovrapposizione, ad esempio per riprese panoramiche a 360 gradi con immagini fisheye, puoi
ottieni risultati migliori se aumenti la dimensione di sieve1. Puoi anche provare ad aumentare sieve1width
e/o altezza del setaccio.

caratteristica corrispondenza
Regolazione fine della fase di abbinamento mediante i seguenti parametri:

--ransaciter
Ransac: iterazioni (predefinito: 1000)

--ransacdista
Ransac: soglia distanza stima omografia (pixel) (predefinito: 25)

--ransacmode (auto, hom, rpy, rpyv, rpyb)
Seleziona il modello utilizzato nel passaggio ransac.

hom: Assumere un'omografia. Applicabile solo per non grandangolari
visualizzazioni. Utilizza il codice panoramico originale. È anche più flessibile
di quanto richiesto e può generare false corrispondenze, in particolare se la maggior parte
delle partite si trovano su un'unica riga.

rpy: Allinea le immagini utilizzando rollio, beccheggio e imbardata. Questo richiede una buona
stima per il campo visivo orizzontale (e la distorsione, per
immagini fortemente distorte). È la modalità preferita se a
viene utilizzato un obiettivo calibrato o l'HFOV può essere letto correttamente
dai dati EXIF.

rpyv: Allinea la coppia ottimizzando rollio, beccheggio, imbardata e campo di of
Visualizza. Dovrebbe funzionare senza una conoscenza preliminare del campo visivo,
ma potrebbe non riuscire più spesso, a causa della funzione di errore utilizzata nel
ottimizzatore di panotools, tende a ridurre il fov a 0.

rpyvb: Allinea la coppia ottimizzando rollio, beccheggio, imbardata, campo visivo e
il parametro di distorsione "b". Probabilmente molto fragile, solo
implementato per il test.

auto: usa l'omografia per le immagini con hfov < 65 gradi e rpy altrimenti.

--minmatch
Corrispondenze minime (predefinito: 4)

--larghezza setaccio2
Setaccio 2: Numero di secchi in larghezza (predefinito: 5)

--altezza del crivello
Setaccio 2: Numero di secchi in altezza (predefinito: 5)

--setaccio2dimensione
Sieve 2: Max punti per secchio (predefinito: 2)

Cpfind genera tra le corrispondenze minime e sieve2width * sieve2height * sieve2size
punti di controllo tra una coppia di immagini. (L'impostazione predefinita è tra 4 e 50 (=5*5*2)
punti di controllo per coppia di immagini.) Se meno di minmatches vengono trovati punti di controllo per a
date coppie di immagini questi punti di controllo vengono ignorati e questa coppia di immagini è
considera non connesso. Per sovrapposizioni strette puoi provare a diminuire le corrispondenze minime,
ma questo aumenta il rischio di sbagliare punti di controllo.

VERSIONI

--celesteRadius
Raggio per celeste (predefinito 20)

--celesteSoglia
Soglia per celeste (predefinito 0.5)

--celeste
Esegui l'identificazione del cielo celeste dopo aver caricato le immagini, questo ignora tutte le funzionalità
associato a "nuvole".

-p <stringa, --percorso chiave
Percorso per memorizzare nella cache i file di chiavi

--pulire
Pulisci i file di chiavi memorizzati nella cache

-c, --cache
Memorizza i punti chiave in un file esterno

--kall
Scrivi file di chiavi per tutte le immagini

-k , --writekeyfile
Scrivi un file di chiavi per questo numero di immagine (accettato più volte)

-o , --produzione
File di output, richiesto

-n , --cores
Numero di CPU/core (impostazione predefinita: rilevamento automatico)

-t, --test
Abilita la modalità di prova

--su vasta scala
Utilizza l'immagine a scala intera per rilevare i punti chiave (predefinito: falso)

--larghezza setaccio1
Sieve 1 : Numero di secchi in larghezza (predefinito : 10)

--altezza del crivello
Sieve 1: Numero di secchi in altezza (predefinito: 10)

--setaccio1dimensione
Sieve 1: Max punti per secchio (predefinito: 100)

--kdtreesteps
KDTree: passaggi di ricerca (predefinito: 200)

--kdtreeseconddist
KDTree: distanza della seconda corrispondenza (predefinito: 2)

--multiriga
Abilita corrispondenza euristica su più righe (impostazione predefinita: disattivata)

--corrispondenza lineare
Abilita la corrispondenza delle immagini lineari (impostazione predefinita: tutte le coppie)

--linearmatchlen
Numero di immagini da abbinare nella corrispondenza lineare (predefinito:1)

--minmatch
Corrispondenze minime (predefinito: 4)

--ransaciter
Ransac: iterazioni (predefinito: 1000)

--ransacdista
Ransac : soglia distanza stima omografia (pixel) (default : 25)

--larghezza setaccio2
Sieve 2 : Numero di secchi in larghezza (predefinito : 5)

--altezza del crivello
Sieve 2: Numero di secchi in altezza (predefinito: 5)

--setaccio2dimensione
Sieve 2: Max punti per secchio (predefinito: 2)

--, --ignore_rest
Ignora il resto degli argomenti etichettati che seguono questo flag.

--versione
Visualizza le informazioni sulla versione ed esce.

-h, --Aiuto
Visualizza le informazioni sull'utilizzo ed esce.

AUTORI

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

"Versione: 2015.0.0" 2016-01-06 CPFIN(1)

Usa cpfind online utilizzando i servizi onworks.net