如何解决为什么 sift.compute() 在 MSER 关键点上比在 SIFT 关键点上慢
在 1080x1080 图像上测试来自 openCV 的 sift 提取器的性能导致了一些意想不到的结果:
img = cv.imread("myImage.jpg",0) # gray
mser = cv.MSER_create()
sift = cv.SIFT_create()
kp = sift.detect(img) # len(kp) == 5804
des = sift.compute(img,kp) # time: 0.22s
kp = mser.detect(img) # len(kp) == 2511
des = sift.compute(img,kp) # time: 1.62s
与 SIFT 检测到的关键点相比,为什么 sift.compute()
在 MSER 检测到的关键点上更慢?请注意,MSER 检测到的关键点比 SIFT 少。
解决方法
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。