基于FFT的图像配准
项目描述
Imreg是一个Python库,实现了基于FFT技术的平移、旋转和尺度不变图像配准[1]。
- 作者::
- 许可证::
BSD 3-Clause
- 版本::
2024.5.24
快速入门
从Python包索引安装imreg包及其所有依赖项
python -m pip install -U imreg
请参阅示例以了解如何使用编程接口。
源代码和支持可在GitHub上获得。
要求
此版本已测试以下要求和依赖项(其他版本可能也适用)
CPython 3.9.13, 3.10.11, 3.11.9, 3.12.3
NumPy 1.26.4
Scipy 1.12.0
Matplotlib 3.8.4(可选,用于绘图)
修订版本
2024.5.24
支持NumPy 2。
修复在GitHub上渲染docstring示例不正确的问题。
2024.1.2
添加类型提示。
停止支持Python 3.8和numpy < 1.23(NEP29)。
2022.9.27
修复scipy.ndimage DeprecationWarning。
备注
Imreg不再积极开发。
此实现主要是为了教育目的。
正在https://github.com/matejak/imreg_dft开发一个改进版本。
参考文献
基于FFT的平移、旋转和尺度不变图像配准技术。BS Reddy,BN Chatterji。IEEE Transactions on Image Processing,5,1266-1271,1996
基于FFT的自动图像配准的IDL/ENVI实现。H Xiea,N Hicksa,GR Kellera,H Huangb,V Kreinovich。Computers & Geosciences,29,1045-1055,2003。
自适应极坐标变换图像配准。R Matungka, YF Zheng, RL Ewing. IEEE图像处理杂志,18(10),2009。
示例
>>> im0 = imread('t400') >>> im1 = imread('Tr19s1.3') >>> im2, scale, angle, (t0, t1) = similarity(im0, im1) >>> imshow(im0, im1, im2)
>>> im0 = imread('t350380ori') >>> im1 = imread('t350380shf') >>> t0, t1 = translation(im0, im1) >>> t0, t1 (20, 50)
项目详情
下载文件
下载适用于您平台的文件。如果您不确定选择哪个,请了解有关安装包的更多信息。
源代码分发
构建分发
imreg-2024.5.24.tar.gz 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | a12cdbe85dcf36841dad24fa2f6c5b19a8f835a69fc29bb1a6d360f01404a95c |
|
MD5 | 076cd6bcdb857837a691793b5e8484f1 |
|
BLAKE2b-256 | e08fca9b98344705ddcb0fa88506e06887774434c44a69b2bc0097c3a56998a4 |
imreg-2024.5.24-py3-none-any.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | d9ec4b84949eb54ef13f8872b654c9eb67e1b7e2e5159c08ccb0b785da663a98 |
|
MD5 | 44a8dd8a1707c568f2e50b3428655af5 |
|
BLAKE2b-256 | d95646717ee1de683c32bd267da71cc5661f475944503d2dd250e99b466f0de2 |