为什么 sift.compute() 在 MSER 关键点上比在 SIFT 关键点上慢答案

【问题标题】：Why is sift.compute() slower on MSER keypoints than on SIFT keypoints为什么 sift.compute() 在 MSER 关键点上比在 SIFT 关键点上慢
【发布时间】：2021-09-18 19:34:44
【问题描述】：

在 1080x1080 图像上测试来自 openCV 的 sift 提取器的性能得到了一些意想不到的结果：

img = cv.imread("myImage.jpg", 0)  # gray
mser = cv.MSER_create()
sift = cv.SIFT_create()

kp = sift.detect(img)   # len(kp) == 5804
des = sift.compute(img, kp)  # time: 0.22s

kp = mser.detect(img)   # len(kp) == 2511
des = sift.compute(img, kp)  # time: 1.62s

与 SIFT 检测到的关键点相比，为什么 sift.compute() 在 MSER 检测到的关键点上速度较慢？请注意，MSER 检测到的关键点比 SIFT 少。

【问题讨论】：

使用检测+计算时高斯尺度空间的差异是否只计算一次或两次？也许 sift 描述符正在使用预先计算的信息，而在 mser 中没有预先计算的信息，所以在描述期间必须完成那部分？

标签： python performance opencv sift mser

【解决方案1】：

我绘制的关键点清楚地表明 MSER 关键点比 SIFT 关键点覆盖更大的区域。这可以解释为什么它更慢。

MSER：

SIFT：

【讨论】：