Question

是否可以在没有临时img的情况下计算cv2.absdiff（img1，img2）.sum（）？

我有一个视频流，我需要在处理开始时使用某种图像稳定功能。 absdiff在检查具有两个跟随图像的不同放置向量时给出了快速且依赖于错误的结果，但是我必须创建，写入和读取临时图像，其中一个仅用于计算img.sum（）。因此，可以消除这些内存分配，写入和读取步骤。

def calcMatch(img1, img2):
    diff = cv2.absdiff(img1, img2)
    return diff.sum()

python中的解决方案

import cv2
import time

img = cv2.imread('test.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
img1 = img[10:330, 10:870]
img2 = img[20:340, 20:880]

start = time.clock()
d = cv2.absdiff(img1, img2)
s = d.sum()
t = time.clock() - start
print 'with absdiff ', t
print s

start = time.clock()
s = cv2.norm(img1, img2, cv2.NORM_L1)
t = time.clock() - start
print 'with norm L1 ',  t
print s

与我的笔记本电脑相比，它具有非常稳定的比例，显着加快了速度：
与absdiff 0.00207574457822
4315120个
标准L1 0.000226647018223
4315120.0

Answer 1

使用NORM_L1规范尝试norm功能。 C ++代码：

double res = cv::norm(img1, img2, cv::NORM_L1);

Opencv cv2.absdiff（img1，img2）.sum（）没有临时img

1 个答案: