C 如何计算两幅图像中相同元素之间的距离（以像素为单位）

我想用C语言编写一个程序来确定两幅图像中相同元素之间的距离，这两幅图像在两个镜头之间进行平移（通过立体镜测量距离）

我用一个像素一个像素地计算两幅图像之间的估计“距离”来计算这个距离。但是，这真的很慢

我听说有一种方法叫互相关和FFT，可以更快地完成这项工作。但我在网上找不到任何关于它的代码或信息

你有一些信息吗

谢谢

---

附言：我使用OpenCV加载和处理图像。

你基本上是在说什么。这方面有很多算法，但您提到的可能是。

感谢您的回答，我成功地编写了一个几乎可以运行的代码

struct Peak Find_FFT(IplImage* src, IplImage* tpl, int hamming)
{
    int i, j, k;
    double tmp; //To store the modulus temporarily

    //src and tpl must be the same size
    assert(src->width == tpl->width);
    assert(src->height == tpl->height);

    // Get image properties
    int width    = src->width;
    int height   = src->height;
    int step     = src->widthStep;
    int fft_size = width * height;

    //fftw_init_threads(); //Initialize FFTW for multithreading with a max number of 4 threads
    //fftw_plan_with_nthreads(4);

    //Allocate arrays for FFT of src and tpl
    fftw_complex *src_spatial = ( fftw_complex* )fftw_malloc( sizeof( fftw_complex ) * width * height );
    fftw_complex *src_freq = ( fftw_complex* )fftw_malloc( sizeof( fftw_complex ) * width * height );
    fftw_complex *tpl_spatial = ( fftw_complex* )fftw_malloc( sizeof( fftw_complex ) * width * height );
    fftw_complex *tpl_freq = ( fftw_complex* )fftw_malloc( sizeof( fftw_complex ) * width * height );

    fftw_complex *res_spatial = ( fftw_complex* )fftw_malloc( sizeof( fftw_complex ) * width * height ); //Result = Cross correlation
    fftw_complex *res_freq = ( fftw_complex* )fftw_malloc( sizeof( fftw_complex ) * width * height );

    // Setup pointers to images
    uchar *src_data = (uchar*) src->imageData;
    uchar *tpl_data = (uchar*) tpl->imageData;

    // Fill the structure that will be used by fftw
    for(i = 0; i < height; i++)
    {
        for(j = 0 ; j < width ; j++, k++)
        {
            src_spatial[k][0] = (double) src_data[i * step + j];
            src_spatial[k][1] =  0.0;

            tpl_spatial[k][0] = (double) tpl_data[i * step + j];
            tpl_spatial[k][1] =  0.0;
        }
    }

    // Hamming window to improve FFT (but slightly slower to compute)
    if(hamming == 1)
    {
        double omega = 2.0*M_PI/(fft_size-1);
        double A= 0.54;
        double B= 0.46;
        for(i=0,k=0;i<height;i++)
        {
            for(j=0;j<width;j++,k++)
            {
                src_spatial[k][0]= (src_spatial[k][0])*(A-B*cos(omega*k));
                tpl_spatial[k][0]= (tpl_spatial[k][0])*(A-B*cos(omega*k));
            }
        }
    }

    // Setup FFTW plans
    fftw_plan plan_src = fftw_plan_dft_2d(height, width, src_spatial, src_freq, FFTW_FORWARD, FFTW_ESTIMATE);
    fftw_plan plan_tpl = fftw_plan_dft_2d(height, width, tpl_spatial, tpl_freq, FFTW_FORWARD, FFTW_ESTIMATE);
    fftw_plan plan_res = fftw_plan_dft_2d(height, width, res_freq,  res_spatial,  FFTW_BACKWARD, FFTW_ESTIMATE);

    // Execute the FFT of the images
    fftw_execute(plan_src);
    fftw_execute(plan_tpl);

    // Compute the cross-correlation
    for(i = 0; i < fft_size ; i++ )
    {
        res_freq[i][0] = tpl_freq[i][0] * src_freq[i][0] + tpl_freq[i][1] * src_freq[i][1];
        res_freq[i][1] = tpl_freq[i][0] * src_freq[i][1] - tpl_freq[i][1] * src_freq[i][0];

        tmp = sqrt(pow(res_freq[i][0], 2.0) + pow(res_freq[i][1], 2.0));

        res_freq[i][0] /= tmp;
        res_freq[i][1] /= tmp;
    }

    // Get the phase correlation array = compute inverse fft
    fftw_execute(plan_res);

    // Find the peak
    struct Peak pk; 
    IplImage* peak_find = cvCreateImage(cvSize(tpl->width,tpl->height ), IPL_DEPTH_64F, 1);
    double  *peak_find_data = (double*) peak_find->imageData;

    for( i = 0 ; i < fft_size ; i++ )
    {
        peak_find_data[i] = res_spatial[i][0] / (double) fft_size;
    }

    CvPoint minloc, maxloc;
    double  minval, maxval;

    cvMinMaxLoc(peak_find, &minval, &maxval, &minloc, &maxloc, 0);

    pk.pt = maxloc;
    pk.maxval = maxval;

    // Clear memory
    fftw_destroy_plan(plan_src);
    fftw_destroy_plan(plan_tpl);
    fftw_destroy_plan(plan_res);
    fftw_free(src_spatial);
    fftw_free(tpl_spatial);
    fftw_free(src_freq);
    fftw_free(tpl_freq);
    fftw_free(res_spatial);
    fftw_free(res_freq);
    cvReleaseImage(&peak_find);

    //fftw_cleanup_threads(); //Cleanup everything else related to FFTW

    return pk;
}

struct Peak Find_FFT（IplImage*src，IplImage*tpl，int-hamming）
{
int i，j，k；
double tmp；//临时存储模数
//src和tpl的尺寸必须相同
断言（src->width==tpl->width）；
断言（src->height==tpl->height）；
//获取图像属性
int width=src->width；
int height=src->height；
int step=src->widthStep；
int fft_size=宽度*高度；
//fftw_init_threads（）；//初始化fftw以进行最多4个线程的多线程处理
//fftw_平面图___________n条（4条）；
//为src和tpl的FFT分配阵列
fftw_复合体*src_空间=（fftw_复合体*）fftw_malloc（尺寸（fftw_复合体）*宽度*高度）；
fftw_复合体*src_freq=（fftw_复合体*）fftw_malloc（尺寸（fftw_复合体）*宽度*高度）；
fftw_综合体*tpl_空间=（fftw_综合体*）fftw_malloc（尺寸（fftw_综合体）*宽度*高度）；
fftw_复合体*tpl_频率=（fftw_复合体*）fftw_malloc（尺寸（fftw_复合体）*宽度*高度）；
fftw_complex*res_spatial=（fftw_complex*）fftw_malloc（sizeof（fftw_complex）*宽度*高度）；//结果=互相关
fftw_复合体*res_freq=（fftw_复合体*）fftw_malloc（尺寸（fftw_复合体）*宽度*高度）；
//设置指向图像的指针
uchar*src_data=（uchar*）src->imageData；
uchar*tpl_数据=（uchar*）tpl->imageData；
//填写fftw将使用的结构
对于（i=0；i图像数据；
对于（i=0；i

问题在于

fftw_free（src_freq）；

返回错误（无效指针），我就是找不到原因

谢谢

这是OpenCV文档中的教程。