C++ opencv视频稳定算法

我正在使用opencv编写视频稳定器。算法如下：

虽然视频中有更多帧：

从视频中获取新帧

检测新帧中的关键点

计算新关键点的描述符

匹配新帧和上一帧的描述符

筛选匹配项以获得好的匹配项

查找上一帧和新帧之间的单应性

将单应（透视）应用于新帧，从而创建“调整后的新帧”

将上一帧设置为等于“调整后的新帧”（描述符、关键点）

---

我有几个问题。我走对了吗？如何进行实际的稳定（使用高斯滤波器或其他方法）

以下是可能的步骤顺序：

第一步。从电影文件中读取帧

第二步。从每个帧收集显著点

第三步。选择点之间的对应关系

第四步。从噪声对应估计变换

第五步。变换逼近与平滑

第六步。运行完整的视频

有关每个步骤的更多详细信息，请参见：

---

我认为您可以遵循OpenCV中的相同步骤。

如果您使用的是python代码，那么您可以使用我强大的线程化视频处理python库，该库现在提供实时视频稳定，延迟最小，并且几乎不需要额外的计算能力。以下是一个基本用法示例，以方便您使用：

# import libraries
from vidgear.gears import VideoGear
from vidgear.gears import WriteGear
import cv2

stream = VideoGear(source=0, stabilize = True).start() # To open any valid video stream(for e.g device at 0 index)

# infinite loop
while True:

    frame = stream.read()
    # read stabilized frames

    # check if frame is None
    if frame is None:
        #if True break the infinite loop
        break

    # do something with stabilized frame here

    cv2.imshow("Stabilized Frame", frame)
    # Show output window

    key = cv2.waitKey(1) & 0xFF
    # check for 'q' key-press
    if key == ord("q"):
        #if 'q' key-pressed break out
        break

cv2.destroyAllWindows()
# close output window

stream.stop()
# safely close video stream

---

更高级的用法可以在这里找到：

您知道OpenCV已经实现了吗？出于学习目的，我必须自己实现它。处理时间有任何限制吗？所以你需要实时算法还是一个耗时的算法也可以考虑？谢谢你的回复。第二个选项，处理时间没有限制如果您使用的是Surf，我认为您在实时性方面不会有任何问题。请在答案中添加相关部分，或者这看起来太像一个只包含链接的答案谢谢，我会试试