我试图了解一些在openCV函数cv :: calcOpticalFlowPyrLK中以C ++实现的Lucas Kanade光流算法。假设我正在尝试计算第1帧和第2帧之间的光通量。
我知道您需要为frame1输入goodFeaturesToTrack（另一个基于Shi Tomasi的openCV函数），然后运行该函数会在frame 2中生成特征。Shi Tomasi的论文说，要获得最佳特征，建议同时使用两个帧背靠背的平移，因为它们仍处于非常接近的翘曲中，可以忽略不计，并且将第一帧与当前帧相比进行仿射变换，以确保特征在帧上保持最小差异一段时间以确保功能最适合跟踪。本文引用了第一个帧和最后一个帧相距约25帧的示例，但没有指出这可能如何变化。因此，我的问题是-您现在应该多久为框架1重新生成一个新功能-假设您在移动设备上，一段时间后将不得不考虑新的空间？是否应该将这些功能与逐帧翻转的旧功能完全结合起来，这样您就不会丢失序列中的仿射变换比较，如何将它们组合在一起？
calcOpticalFlowPyrLK允许发送图像以在两个不同帧之间求值，或者允许输入金字塔prevImg和nextImg输入金字塔。但是，它也允许使用here中所述的输入参数maxLevel，其中0表示仅使用图像，或者更大的数量表示使用您指示的金字塔图像数量来计算光流。所以，我的问题是，如果您指定一个大于0的数字，那么如果您发送第1帧和第2帧的图像，会为您完成计算吗？在发送4层金字塔与告诉它基于maxLevel的int做相同的事情之间有什么区别吗？
感谢您的高级输入。如果您在使用它时学到了其他算法技巧和窍门，那么我也很乐意听到这一点。