python - 是否可以在不同线程上为不同图像运行 knnMatch？

Question

我使用 knnMatch 匹配图像的关键点，并且由于我的匹配计数通常超过 10,000，knnMatch 需要花费大量时间来运行，我必须对目录中的每个图像都执行此操作，我目前正在使用 for 循环执行(如果有大约 15 张图像，每个 for 循环执行大约需要 30 分钟)。有时程序会被杀死。我可以改为对 knnMatch 使用多线程，以便同步匹配所有图像，然后选择最高的内点进行拼接吗？在这种情况下，我该如何存储每个匹配项的内点，因为我无法从不同的线程写入同一个变量。

如果多线程不是一个可行的选择，是否有其他方法可以加快我正在做的事情？

Answer 1

只需调整 KAZE 检测器的阈值:

cv2.KAZE_create()

在这种情况下，检测器的阈值=0.001(默认值)

cv2.KAZE_create(threshold=0.01)

在这种情况下，检测器会给你的分数比使用默认值要少。

---

另一种在不影响结果的情况下提高性能的方法是减小您正在使用的图像的大小:)

例如，如果您希望图像为 100x100:

resized_image = cv2.resize(image, (100,100))

文档: http://docs.opencv.org/3.0-beta/modules/imgproc/doc/geometric_transformations.html#void resize(InputArray src, OutputArray dst, Size dsize, double fx, double fy, int 插值)