运行单应性传播街道图像插帧代码

这段代码是16年的一位大佬的paper上的, github地址，youtube上还有他的demo，现在试一下效果

准备

visual studio
boost windows库，必须于vs版本对应
opencv windows库，必须于vs版本对应
eigen windows库
matlab
一份slic代码
一份配准代码,作者给出的链接为 PatchMatch, DAISY Filter Flow, NRDC

本次实验的环境

vs2017 bost1.75(最新) opencv2.4.13 eigen3.3.4

vs配置环境如下，请替换成自己的路径：

vc++目录
调试->环境
链接器->输入->附加依赖项

修改代码

分为三部分，HomographyPropagation部分，NRDC部分以及slic部分

HomographyPropagation部分

修改Warp/triangle.c,替换long类型为__int64, 否则会报内存的错误，参考链接
修改main.cpp中work_dir_path的路径为自己的路径
选择nrdc_prepocessing.h的define __BACKWARD 1或者define __FORWARD 1，保留一个，另一个注释
启动
正常输出如下,当第三步选择forward时会在HomographyPropagation-master\data\viewinterp\1产生输出，反之会在2产生输出

slic部分

slic.py代码为


import argparse
from skimage import io
import matplotlib.pyplot as plt
from skimage.segmentation import slic
from skimage.util import img_as_float
from skimage.segmentation import mark_boundaries
import numpy as np

ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", required = True, help = "Path to the image")
args = vars(ap.parse_args())


image = img_as_float(io.imread(args["image"]))

# for numSegments in (100, 200, 300):
segments = slic(image, n_segments = 500, sigma = 5)
f = open('labels2.txt','w')
l = np.max(segments)
f.writelines('{} {} {} {}\n'.format(segments.shape[1],segments.shape[0],l+1,500))
for a in segments:
    for b in a:
        f.writelines('{}\n'.format(b))
io.imsave('test.jpg', mark_boundaries(image, segments))
    # io.imsave('test.jpg', segments)

装好需要的库，然后python slic.py -i <image_path>运行，很快就能得到结果，可以查看目录下的test.jpg

NRDC部分

下载官方的NRDC代码，matlab的，大致目录如下

打开nrdc_example.m文件,注释12~16行

对应位置加上这部分代码

    fid = fopen('matches.txt','w+');
    for i=1:size(Ref,2)
        for j=1:size(Ref,1)
            fprintf(fid,'%d %d %f %f %d\n',i,j,t(j,i,1)*size(Ref,2),t(j,i,2)*size(Ref,1),t(j,i,1)>0.1);
        end
    end

运行观察结果

运行步骤

slic和NRDC分别生成label.txt和matches.txt,连同两张图片一起复制到 HomographyPropagation-master\data\forward下，或者backward，取决于slic生成的是哪张图片，以及NRDC的Src_path选择的图片，backward的时候两张图片需要互换
启动HomographyPropagation-master\code下的工程，注意修改好图片路径，在HomographyPropagation-master\data\viewinterp\1或2得到结果
backward，forward都做完后，打开HomographyPropagation-master\code\multibandblending\script_demo.m,运行，在HomographyPropagation-master\data\viewinterp\3观察结果

代码运行记录-Homography Propagation and Optimization for Wide-baseline Street Image Interpolation