python - 为什么 sift.compute() 在 MSER 关键点上比在 SIFT 关键点上慢
问题描述
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
为什么sift.compute()
MSER 检测到的关键点比 SIFT 检测到的关键点慢?请注意,MSER 检测到的关键点比 SIFT 少。
解决方案
推荐阅读
- sql - SQL Server:没有循环的排列/组合
- graph - SumoLogic:我可以有最小/最大差异的图表吗?
- php - FB GRAPH API - 无法获取群组帖子的所有详细信息
- ios - 如何在 iOS 中异步加载 html 字符串?
- blockchain - 如何修复 getTransactionsRelated() TronWeb API 中的 405 错误?
- x86 - 可以使用 RDMA 写入内存映射寄存器吗?
- php - 有没有一种特定的方法可以在一个输入中上传超过 30 张照片,而不增加最大上传大小?
- javascript - PHP 在 HTML 中插入不在回显字符串中的字符
- powerbi - 如何使用 PowerBI 的 DAX 在同一行上获得最大项目?
- unity3d - 使用时间轴更改动画时,具有动画轨迹和虚拟摄像机的角色会移回其原始位置,修复/工作?