用于计算光流空间导数的 Python 库

Posted 2023-02-21

【中文标题】用于计算光流空间导数的 Python 库

【英文标题】：Python library for computing spatial derivatives of optical flow

【发布时间】：2011-10-27 19:04:54

【问题描述】：

我正在尝试在 Python 中使用 OpenCV 从视频中计算差分图像速度不变量（例如卷曲、发散、变形等）。为此，我需要计算光流 x、y 方向的空间导数。不幸的是，OpenCV 似乎只提供用于计算光流的 API，而不是它的衍生产品。

是否有任何 Python 库可用于计算光流的空间导数？ 我发现这个 SO 问题与Lucas Kanade Optical Flow, Direction Vector 有点相似，并且该人编写了用于计算空间导数的代码，但如果可能的话，我会喜欢一个库而不是自己编写代码。任何建议将不胜感激！

【问题讨论】：

为什么要自己写代码？将该人的代码转储到文件夹中，添加__init__.py 和import。

它也不是一个真正的库......它也是有人自己编写的代码：P

Python 中的库只是一个包含 Python 文件的文件夹。另外，计算光流的导数不是一项相当简单的任务吗？您只需对数据进行平滑处理，用多项式对其进行近似，然后对多项式进行微分即可。

很可能是；在我的谷歌搜索中，我发现的“光流导数”的唯一结果是 1）如何计算光流，以及 2）很难消化的非常技术性的学术文章。我希望一个图书馆已经存在，但如果我能弄清楚我在这方面做什么，我可以自己写它。我理解主要思想，但技术细节我不确定，因为我找不到很好的解释。

【参考方案1】：

这就是我看到它的方式（我已经使用了一点光流）：

您想计算光流场的各个偏导数；一个用于x 方向，一个用于y。

我会尝试这样解决问题：

将流数组/矩阵拆分为两个矩阵：x 和 y 流。 对于其中的每一个，您都可以走天真的路线，只做一个简单的区别：derivative = current_state - last_state。但是这种方法非常混乱，因为导数会对最轻微的错误很敏感。 为了解决这个问题，您可以使用易于微分的回归曲线（如多项式）来近似数据点的一部分（可能是整行？）。

只需区分近似曲线，就可以开始了。

您也可以只对单个矩阵进行平滑处理并进行简单的差分，这应该比近似数据点快得多，但应该更能容忍错误。

【讨论】：

这一切都很有意义。我想我正在寻找的是高级直觉（将易于微分的多项式与数据拟合）与执行该任务的代码之间的某种概念联系。我找到了 scipy.signal 库，它似乎有我需要的东西，但现在我遇到了 Python TypeErrors。然而，这可能值得提出自己的问题。谢谢你的帮助！另外，喜欢搅拌机！ :)

大声笑，没问题。我喜欢这种东西。