的OpenCV可以與pythonbindings使用,它工作得很好。但是我想知道(希望真的)是否有可能在python中使用OpenCv's stitcher。我已經嘗試了幾件事,但無法讓它起作用。如果可能的話,我可能需要做額外的導入,但我無法弄清楚,谷歌也沒有給我答案。希望有一位能夠幫助我的opencv-python專家。使用OpenCV的拼接蟒蛇
回答
好了,所以,我想通了最後。到目前爲止,我只用兩個參數移植了針法,問我是否無法展示任何可能需要的東西。
構建它的最簡單方法是通過以位置無關的方式(gcc的-fPIC選項)編譯所有內容到動態庫中,同時鏈接opencv_core和opencv_stitching庫。你還必須添加包含你正在構建的任何版本的Python的include目錄,以便它可以找到正確的Python.h頭文件。
如果你建立正確的話,你就可以使用編譯庫相同的方式,你可以使用一個Python模塊。
不幸的是,因爲它們不提供訪問的構造,我已經滿足於做的事情的全局實例。如果還有另一種優雅的方式,我就是耳朵(眼睛)。 這意味着無論何時調用.Stitcher()構造函數,它都會返回相同的實例(在構建期間有一個單獨的實例試圖使用GPU,對此使用.Stitcher(True))。
這是我的pythonPort.h文件:
/*
* File: pythonPort.h
* Author: algomorph
*
* Created on December 5, 2012, 10:18 AM
*/
#ifndef PYTHONPORT_H
#define PYTHONPORT_H
#define MODULESTR "mycv"
#include "Python.h"
#include "numpy/ndarrayobject.h"
#include <opencv2/core/core.hpp>
#include <opencv2/stitching/stitcher.hpp>
/*
//include your own custom extensions here
#include "savgol.h"
#include "filters.hpp"
*/
#include "pythonPortAux.h"
#endif
MODULESTR應該是你希望把你的模塊什麼的。我保持它與它編譯的庫的名稱相同。
你必須複製你從cv2.cpp文件所需要的任何opencv_to和opencv_from程序並投入像我pythonPortAux.h。我有很多例程,你可以找到它at this link。 MKTYPE2宏也在那裏。
剩下的就是在這裏下pythonPort.cpp文件中(我有其他的東西存在,這只是縫合器相關的部分):
#include "pythonPort.h"
struct pycvex_Stitcher_t
{
PyObject_HEAD
Ptr<cv::Stitcher> v;
};
static PyTypeObject pycvex_Stitcher_Type =
{
PyObject_HEAD_INIT(&PyType_Type)
0,
MODULESTR".Stitcher",
sizeof(pycvex_Stitcher_t),
};
static void pycvex_Stitcher_dealloc(PyObject* self)
{
//((pycvex_Stitcher_t*)self)->v.release();
PyObject_Del(self);
}
static PyObject* pyopencv_from(const Ptr<cv::Stitcher>& r)
{
pycvex_Stitcher_t *m = PyObject_NEW(pycvex_Stitcher_t, &pycvex_Stitcher_Type);
new (&(m->v)) Ptr<cv::Stitcher>(); // init Ptr with placement new
m->v = r;
return (PyObject*)m;
}
static bool pyopencv_to(PyObject* src, Ptr<cv::Stitcher>& dst, const char* name="<unknown>")
{
if(src == NULL || src == Py_None)
return true;
if(!PyObject_TypeCheck(src, &pycvex_Stitcher_Type))
{
failmsg("Expected cv::Stitcher for argument '%s'", name);
return false;
}
dst = ((pycvex_Stitcher_t*)src)->v;
return true;
}
static PyObject* pycvex_Stitcher_repr(PyObject* self)
{
char str[1000];
sprintf(str, "<Stitcher %p>", self);
return PyString_FromString(str);
}
Stitcher gStitcher = cv::Stitcher::createDefault(false);
Stitcher gStitcherGPU = cv::Stitcher::createDefault(true);
static PyObject* pycvex_Stitcher_Stitcher(PyObject* , PyObject* args, PyObject* kw)
{
PyErr_Clear();
{
pycvex_Stitcher_t* self = 0;
bool try_use_gpu = false;
const char* keywords[] = { "img", "pt1", "pt2","connectivity","leftToRight", NULL };
if (PyArg_ParseTupleAndKeywords(args, kw, "|b:Stitcher",
(char**) keywords, &try_use_gpu)){
self = PyObject_NEW(pycvex_Stitcher_t, &pycvex_Stitcher_Type);
if (self)
ERRWRAP2(
if(try_use_gpu)
self->v = &gStitcherGPU;
else
self->v = &gStitcher;
);
return (PyObject*) self;
}
}
return NULL;
}
static PyGetSetDef pycvex_Stitcher_getseters[] =
{
{NULL} /* Sentinel */
};
static PyObject* pycvex_Stitcher_stitch(PyObject* self, PyObject* args, PyObject* kw){
if(!PyObject_TypeCheck(self, &pycvex_Stitcher_Type))
return failmsgp("Incorrect type of self (must be 'Stitcher' or its derivative)");
Stitcher* _self_ = ((pycvex_Stitcher_t*)self)->v;
//Stitcher::Status status;
int status;
PyObject* pyobj_images = NULL;
vector<Mat> images = vector<Mat>();
Mat pano;
const char* keywords[] = { "images", NULL };
if(PyArg_ParseTupleAndKeywords(args, kw, "O:Stitcher.stitch", (char**)keywords, &pyobj_images) &&
pyopencv_to(pyobj_images, images, ArgInfo("images", false)))
{
ERRWRAP2(status = (int)_self_->stitch(images, pano));
return Py_BuildValue("(NN)", pyopencv_from(status), pyopencv_from(pano));
}
return NULL;
}
static PyMethodDef pycvex_Stitcher_methods[] =
{
{"stitch", (PyCFunction)pycvex_Stitcher_stitch, METH_KEYWORDS, "stitch(image) -> status, pano"},
{NULL, NULL}
};
static void pycvex_Stitcher_specials(void)
{
pycvex_Stitcher_Type.tp_base = NULL;
pycvex_Stitcher_Type.tp_dealloc = pycvex_Stitcher_dealloc;
pycvex_Stitcher_Type.tp_repr = pycvex_Stitcher_repr;
pycvex_Stitcher_Type.tp_getset = pycvex_Stitcher_getseters;
pycvex_Stitcher_Type.tp_methods = pycvex_Stitcher_methods;
}
static PyMethodDef methods[] = {
{"Stitcher",(PyCFunction)pycvex_Stitcher_Stitcher, METH_KEYWORDS, "Stitcher([tryUseGpu=False]) -> <Stitcher object>"},
{NULL, NULL}
};
extern "C"{
#if defined WIN32 || defined _WIN32
__declspec(dllexport)
#endif
void initcvex()
{
MKTYPE2(Stitcher);
import_array();
PyObject* m = Py_InitModule(MODULESTR, methods);
PyObject* d = PyModule_GetDict(m);
//PyDict_SetItemString(d, "__version__", PyString_FromString(CV_VERSION))
opencv_error = PyErr_NewException((char*)MODULESTR".error", NULL, NULL);
PyDict_SetItemString(d, "error", opencv_error);
}
}
看起來這可能是有用的,但我遇到了一些麻煩。 'filters.hpp'和'savgol.h'在哪裏?我也收到有關'python27_d.lib'的錯誤。有什麼建議麼? – speedplane 2013-02-25 03:13:00
對不起,你不需要那些(filters.hpp和savgol.h)。這些僅僅是我爲opencv添加的擴展,用於Berkley邊緣檢測。我從上面的代碼中評論了他們。 – 2013-02-25 17:16:13
至於python27_d.lib-當你試圖在Debug模式下編譯任何引用opencv的東西時,Windows平臺就會出現這個問題。對於典型的python windows安裝,不包括這個庫。您可以手動重新配置opencv的python綁定項目來使用python2.lib,或者嘗試引用發佈版本。如果你使用它真正的意圖,請查閱本SO帖子:http://stackoverflow.com/questions/10315662/how-to-obtain-pre-built-debug-version-of-python-library-eg-python27 -d-dll – 2013-02-25 17:20:40
- 1. 拼合JSON - 蟒蛇
- 2. OpenCV的蟒蛇OSX
- 3. 與OpenCV的蟒蛇
- 4. 如何使用OpenCV的蟒蛇
- 5. 使用opencv蟒蛇的Ubuntu 15.10
- 6. 如何檢測使用的OpenCV +蟒蛇
- 7. Opencv蟒蛇程序
- 8. opencv蟒蛇文檔
- 9. 蟒蛇拼寫校正
- 10. 顏色分割使用Kmeans,Opencv蟒蛇
- 11. cv2.waitkey(1)OpenCV的蟒蛇
- 12. OpenCV的由蟒蛇erorr
- 13. OpenCV的 - 蟒蛇 - 在cv2.inRange
- 14. OpenCV的蟒蛇像沖洗
- 15. 蟒蛇找不到OpenCV的
- 16. OpenCV拼接
- 17. 蟒蛇opencv全景黑線
- 18. 問題與opencv蟒蛇VideoWriter
- 19. 蟒蛇opencv:沒有圖像
- 20. Trackbar回調蟒蛇openCV
- 21. 橢圓檢測opencv蟒蛇
- 22. OpenCV - 圖像拼接
- 23. 使用蟒蛇
- 24. 如何使用OpenCV的降低使用CV2蟒蛇API
- 25. 蟒蛇+ sqlite3的:使用連接查詢
- 26. 閱讀OpenCV的(蟒蛇)的視頻
- 27. OpenCV的VideoWriter與蟒蛇給5.54kb文件
- 28. 3.2 OpenCV的支持CUDA蟒蛇
- 29. 問題提取contourArea的OpenCV(蟒蛇)
- 30. OpenCV的蟒蛇視頻旋轉
嘿,我知道這可能有點晚了你,但是我現在想要在python中使用opencv Stitcher。我已經想出瞭如何從opencv python API中「丟失」其他opencv類,並且我之前完成了它。如果我最終將拼接器指向python,我會在今天結束。 – 2012-12-20 15:57:34