Android 如何优化多图像拼接？ 我正在Visual Studio 2012，C++中进行多图像拼接。我已经根据我的要求进行了修改，它提供了高质量的结果。这里的问题是，它需要太多的时间来执行。对于10张图像，大约需要110秒

以下是花费大部分时间的地方：

1） 成对匹配-10张图像需要55秒！我正在使用ORB查找特征点。代码如下：

vector<MatchesInfo> pairwise_matches;
BestOf2NearestMatcher matcher(false, 0.35);
matcher(features, pairwise_matches);
matcher.collectGarbage();

for (int img_idx = 0; img_idx < num_images; ++img_idx)
{
    printf("Compositing image #%d\n",indices[img_idx]+1);

    // Read image and resize it if necessary
    full_img = imread(img_names[img_idx]);

    Mat K;
    cameras[img_idx].K().convertTo(K, CV_32F);

    // Warp the current image
    warper->warp(full_img, K, cameras[img_idx].R, INTER_LINEAR, BORDER_REFLECT, img_warped);

    // Warp the current image mask
    mask.create(full_img.size(), CV_8U);
    mask.setTo(Scalar::all(255));
    warper->warp(mask, K, cameras[img_idx].R, INTER_NEAREST, BORDER_CONSTANT, mask_warped);

    // Compensate exposure
    compensator->apply(img_idx, corners[img_idx], img_warped, mask_warped);

    img_warped.convertTo(img_warped_s, CV_16S);
    img_warped.release();
    full_img.release();
    mask.release();

    dilate(masks_warped[img_idx], dilated_mask, Mat());
    resize(dilated_mask, seam_mask, mask_warped.size());
    mask_warped = seam_mask & mask_warped;

    // Blend the current image
    blender->feed(img_warped_s, mask_warped, corners[img_idx]);
}

Mat result, result_mask;
blender->blend(result, result_mask);

向量成对匹配；
最接近匹配者的最佳匹配者（假，0.35）；
匹配器（特征、成对匹配）；
matcher.collectGarbage（）；

我尝试使用此代码，因为我已经知道图像的顺序：

vector<MatchesInfo> pairwise_matches;
BestOf2NearestMatcher matcher(false, 0.35);

Mat matchMask(features.size(),features.size(),CV_8U,Scalar(0));
for (int i = 0; i < num_images -1; ++i)                                                 
    matchMask.at<char>(i,i+1) =1;                                                       
matcher(features, pairwise_matches, matchMask);                                         

matcher.collectGarbage();

向量成对匹配；
最接近匹配者的最佳匹配者（假，0.35）；
Mat matchMask（features.size（）、features.size（）、CV_8U、标量（0））；
对于（int i=0；i

它肯定会缩短时间（18秒），但不会产生所需的结果。只有6个图像被缝合（最后4个被忽略，因为图像6和图像7的特征点不匹配。因此循环中断。）

2） 合成-10张图像需要38秒！代码如下：

vector<MatchesInfo> pairwise_matches;
BestOf2NearestMatcher matcher(false, 0.35);
matcher(features, pairwise_matches);
matcher.collectGarbage();

for (int img_idx = 0; img_idx < num_images; ++img_idx)
{
    printf("Compositing image #%d\n",indices[img_idx]+1);

    // Read image and resize it if necessary
    full_img = imread(img_names[img_idx]);

    Mat K;
    cameras[img_idx].K().convertTo(K, CV_32F);

    // Warp the current image
    warper->warp(full_img, K, cameras[img_idx].R, INTER_LINEAR, BORDER_REFLECT, img_warped);

    // Warp the current image mask
    mask.create(full_img.size(), CV_8U);
    mask.setTo(Scalar::all(255));
    warper->warp(mask, K, cameras[img_idx].R, INTER_NEAREST, BORDER_CONSTANT, mask_warped);

    // Compensate exposure
    compensator->apply(img_idx, corners[img_idx], img_warped, mask_warped);

    img_warped.convertTo(img_warped_s, CV_16S);
    img_warped.release();
    full_img.release();
    mask.release();

    dilate(masks_warped[img_idx], dilated_mask, Mat());
    resize(dilated_mask, seam_mask, mask_warped.size());
    mask_warped = seam_mask & mask_warped;

    // Blend the current image
    blender->feed(img_warped_s, mask_warped, corners[img_idx]);
}

Mat result, result_mask;
blender->blend(result, result_mask);

for（int-img\u-idx=0；img\u-idx翘曲（完整的img，K，摄像机[img\u idx].R，内部线性，边界反射，img\u翘曲）；
//扭曲当前图像遮罩
创建（完整img.size（），CV_8U）；
setTo（标量：：all（255））；
翘曲器->翘曲（遮罩，K，摄像机[img_idx].R，最近的间隔，边界常数，遮罩翘曲）；
//补偿曝光
补偿器->应用（img_idx、角[img_idx]、img_扭曲、掩模_扭曲）；
img_翘曲。转换为（img_翘曲，CV_16S）；
img_翘曲。释放（）；
完全释放（）；
面具。释放（）；
扩张（遮罩扭曲[img_idx]，扩张遮罩，Mat（））；
调整大小（放大的遮罩、接缝遮罩、扭曲的遮罩.size（））；
遮罩扭曲=接缝遮罩和遮罩扭曲；
//混合当前图像
搅拌机->进料（img_翘曲、掩模_翘曲、角[img_idx]）；
}
Mat result，result\u mask；
混合器->混合（结果，结果屏蔽）；

原始图像分辨率为4160*3120。我没有在合成中使用压缩，因为它会降低质量。我在代码的其余部分使用了压缩图像

如您所见，我修改了代码并缩短了时间。但我还是想尽量减少时间

3） 使用ORB查找特征点。10张图像需要10秒。为图像查找最大1530个要素点

55+38+10=103+7代码的其余部分=110。

当我在安卓系统中使用这段代码时，几乎需要整个智能手机的内存（RAM）才能执行。如何减少android设备的时间和内存消耗？（我使用的安卓设备有2GB内存）

我已经优化了其余的代码。非常感谢您的帮助

编辑1：我在合成步骤中使用了图像压缩，时间从38秒减少到16秒。我还设法减少了代码其余部分的时间

现在，从110->85秒开始。帮助我减少成对匹配的时间；我不知道如何减少它

---

编辑2：我在中找到成对匹配的代码。我在主代码中创建了自己的函数来优化时间。对于合成步骤，我使用了压缩，直到最终图像不丢失清晰度。对于特征查找，我使用图像缩放以缩小图像比例查找图像特征。现在我可以轻松地缝合多达50张图像。

因为55到18秒是一个很好的改进，也许你可以稍微控制一下匹配过程。我首先建议的是——如果你还没有——学会调试过程中的每一步，了解图像没有粘贴时会出现什么问题。这样，您将始终学会控制正在检测的ORB功能的数量。也许在某些情况下，您可以限制它们，但仍然可以获得结果，从而加快过程（这不仅应该加快查找特征的速度，还应该加快匹配过程）

希望这将使您能够在循环中断时检测到情况。因此，您可以相应地对情况作出反应。您仍然可以在循环中匹配序列，从而节省时间，但当您检测到匹配该特定对存在问题时，会强制程序继续（或更改参数并再次尝试匹配该对）

我认为这里的构图过程没有太大的改进空间，因为你不想失去质量。如果我是你，我会尝试研究的是线程和并行计算是否有帮助

这是一个有趣且广泛存在的问题——如果你能够在不放弃质量的情况下加快速度，你应该给LG或谷歌打电话，因为我在Nexus中的算法质量很差：）它既慢又不准确