经典光流估计算法和光流对齐方法

本文介绍了光流估计算法,包括稀疏的LK光流、传统的稠密光流算法如Farneback算法、Deep Flow和TVL1算法,以及Simple Flow算法。此外,还探讨了深度学习方法在光流估计中的应用,如FlowNet、PWCNet和TOFlow。文章还提供了光流对齐的实现代码,通过双线性插值进行图像像素的重新映射和对齐。
摘要由CSDN通过智能技术生成

LK光流(稀疏光流)

传统稠密光流算法:

Farneback算法

2003 - Gunner Farneback - Two-Frame Motion Estimation Based on Polynomial Expansion (多项式展开)(稠密光流)

flow = cv2.calcOpticalFlowFarneback(img0, img1, None, 0.5, 3, 15, 3, 5, 1.2, 0)

https://www.cnblogs.com/luofeiju/p/11971181.html

Deep Flow算法
of_estim = cv2.optflow.createOptFlow_DeepFlow()
flow = of_estim.calc(img0, img1, None)

TVL1算法

of_estim = cv2.optflow.DualTVL1OpticalFlow_create()

flow = of_estim.calc(img0, img1, None)

Simple Flow算法
of_estim = cv2.optflow.createOptFlow_SimpleFlow()
flow = of_estim.calc(img1, img0, None)

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

WX Chen

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值