（python图像匹配）用kornia库中的LoFTR相应的draw_LAF_matches函数引用找不到的问题、图像不显示问题解决笔记

最新推荐文章于 2024-05-16 23:52:20 发布
最新推荐文章于 2024-05-16 23:52:20 发布
阅读量416 收藏 5
点赞数 4
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_20652157/article/details/134185374
版权

最近尝试用 LoFTR做图像匹配，但网上教程大多是直接用LoFTR源码，但这并不是官方推荐的方式。官方推荐kornia库中的LoFTR，但示例程序很那找，我好不容易找到一篇不错的博文，链接如下：

怎样使用kornia库中的LoFTR（Image matching example with LoFTR）_cv2.usac_magsac_fuhanghang@yeah.net的博客-CSDN博客

 这篇博文是一个很好的示例程序，正好是我想找的，但我在运行过程中遇到以下2个问题，记录下解决过程：

1.找不到draw_LAF_matches函数的引用：只需 from kornia_moons.viz import draw_LAF_matches 即可。

2.程序不弹出图像：我查看了draw_LAF_matches函数的源码，发现这个函数并不能直接把图像显示出来，最后我在程序最后加了plt.show()，图像即可正常显示。

LoFTR源码请访问：GitHub - zju3dv/LoFTR: Code for "LoFTR: Detector-Free Local Feature Matching with Transformers", CVPR 2021, T-PAMI 2022
kornia请访问：GitHub - kornia/kornia: Computer Vision and Robotics Library for AI

mathHandler
关注
  • 4
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
kornia 之一 基础和 filter
风海流的豪赌
10-23 4605
目录起因经过常规import基本操作结果 起因 夏天时课题组一个小哥推荐了kornia这个库，传说是把一些典型的一些cv操作基于PyTorch设计成了differentiable的，辅助进行深度学习模型的训练。但是一直也没有仔细看过或者用过这个库，最近一个模型中需要用到一些常见的filter操作，于是想到了这个库，尝试了一下把所见所感写在这里作为记录。 经过 当前kornia的版本是0.4.0. kornia 也在不断更新中。其实PyTorch更新也挺勤的。。。 常规import 若没有另外描述，那么如下i
LAF_Practice
03-29
标题 "LAF_Practice" 暗示我们关注的主题是关于Java中的图形用户界面（GUI）设计，特别是与Look and Feel（LAF）相关的实践项目。Look and Feel是指应用程序的视觉样式和交互感觉，Java提供了多种LAF来改变GUI的外观...
绘制一对图像匹配点以及图像矫正，Homography，LoFTR
fuyouzhiyi的博客
04-14 1066
用LoFTR模型得到两张图的匹配点（是叫这个术语吧？？） img0 = torch.from_numpy(img0_raw)[None][None].cuda() / 255. img1 = torch.from_numpy(img1_raw)[None][None].cuda() / 255. batch = {'image0': img0, 'image1': img1} # Inference with LoFTR and get prediction with t
怎样使用kornia库中的LoFTR（Image matching example with LoFTR）
fuhanghang的博客
11-19 6057
kornia库中LoFTR的使用
NameError: name ‘draw_LAF_matches‘ is not defined
最新发布
weixin_43509698的博客
05-16 411
!pip install kornia0.6.4 !pip install kornia_moons0.1.9
kornia，一个超酷的 Python 库！
涛哥聊Python
03-03 1965
Kornia库是一个PyTorch扩展库，专门用于深度学习视觉算法的实现。它提供了一系列高效的视觉变换和几何操作函数，包括仿射变换、透视变换、图像金字塔、边缘检测、特征提取等。Kornia的设计灵感来自于OpenCV库，但它与PyTorch深度学习框架无缝集成，可以直接在GPU上进行计算，从而提高了算法的效率和速度。通过本文的介绍，深入探讨了Kornia库的应用场景，并提供了丰富的示例代码。
如何利用 kornia 旋转图片以及旋转点坐标
Couch_tomato的博客
03-24 377
【代码】如何利用 kornia 旋转图片以及旋转点坐标。
kornia目标检测/分割图像扩增
ouening的博客
08-07 1916
目标检测任务下图像扩增经常使用imgaug库，笔者实现了基于imgaug库的VOC格式图像数据扩增，有兴趣小伙伴可以了解一下，代码位于： https://github.com/ouening/OD_dataset_conversion_scripts/blob/master/voc_augument.py 本博文主要介绍另一个图像处理工具新秀——kornia，在去最新版本中已经新增了augmentation接口，可以很方便地进行图像数据扩增，包括常规类型、 bbox类型、segment类型和keypoi
jdapi_laf_asas_zip_asasas_
09-30
标题“jdapi_laf_asas_zip_asasas_”似乎是指一个与JDApi相关的库，其中包含了关于外观（LAF，Look and Feel）的组件，并且被打包成zip格式的文件。描述中提到的“JDApi library blablablablablablablabla”表明这是...
Python库 | laf-fabric-4.5.25.tar.gz
03-06
在命令行中输入`pip install laf-fabric`，即可将库添加到你的Python环境中。一旦安装完毕，你就可以开始编写fabfile.py，这是一个包含你的Fabric任务的Python文件。 在fabfile.py中，你可以定义自己的任务函数，...
热蒸发紫外LaF3薄膜光学常数的表征
02-09
薄膜光学常数的精确测定对于设计和制备多层薄膜具有重要意义。在JGS1型熔融石英基底上，采用热蒸发沉积方法...在求解过程中选用不均匀模型后，拟合结果与实际测试光谱曲线吻合得很好，提高了薄膜光学常数的计算精度。
laf 是开源的云开发平台，提供云函数、云数据库、云存储等开箱即用的应用资源 让开发者专注于业务开发，无需折腾服务器，快速释放创
04-27
laf 是云开发平台，提供云函数、云数据库、云存储等开箱即用的应用资源。让开发者快速释放创意。ChatGPT 自动写函数，秒级上线，世界上只有两种 serverless，30 秒上线的 和 30 秒劝退的！
kornia库的使用
qq_32425195的博客
10-12 2587
官方资料 https://github.com/kornia/kornia 自己测试 计算边缘
matlab 色彩布局描述符(Color layout descriptor)
做减求空
07-07 947
%color layout descriptor (CLD) %im = imread('cs.jpg'); function result = CLD(im) % 1.图像分割 代表色彩选择 n = 8; %8 * 8 = 64块 [height,width,channal] = size(im); block_h = fix(height/n); %块高度 block_w = fix(width/n); %块宽度 im_n = zeros(n,n,channal); %存放8x8的微小图像 .
[OpenCV] 关于drawLineMatches时碰到的问题
nangnoy的博客
08-04 1086
最近进行线特征提取匹配时，用到了暴力匹配的方法，相关的函数如下： BFMatcher bfm(NORM_HAMMING, false); bfm.knnMatch(ldesc_1, ldesc_2, line_matches, 2); bfm.match(ldesc_1, ldesc_2, lmatch); 这里knnMatch所需要的line_matches和match所需要的lmatch数据类型不同： vector<vector<DMatch>> line_matche
python3.7安装kornia
tenglixin的博客
04-02 216
【代码】python3.7安装kornia。
python+OpenCV笔记（三十二）：特征检测——SIFT与SURF示例
ReadyGo!!!的博客
02-01 7792
python+OpenCV笔记（三十二）：特征检测——SIFT与SURF示例
python实现简单的图像显著性检测
zzr
11-21 2284
https://www.cnblogs.com/wmr95/articles/9981605.html引用博文 Code: import torch import cv2 import numpy as np import torchvision import torchvision.transforms as transforms from PIL import Image import torch.nn as nn import matplotlib.pyplot as plt impor.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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