用SIFT-OpenCV处理大型图像的错误

Question

我想用opencvpython对遥感图像进行SIFT特征检测。这些图像是高分辨率的，可以是数千像素宽（7000 x 6000或更大）。不过，我的记忆力有问题。作为参考点，我在Matlab中运行了同样的7000 x 6000图像（使用VLFEAT），没有内存错误，尽管较大的图像可能会有问题。有人对使用OpenCV-SIFT处理这种数据集有什么建议吗？在

OpenCV错误：cv:：OutOfMemoryError，文件C:\projects\OpenCV python\OpenCV\modules\core\src中内存不足（无法分配672000000字节）\分配cpp，第55行 OpenCV错误：断言失败（u！=0）在cv:：Mat:：create中，文件

（我使用的是Spyder IDE中的Python2.7和OpenCV3.4，它使用的是64位的Windows32GB内存。）

Answer 1

我会把图像分割成更小的窗口。只要你知道窗口重叠（我假设你知道横向偏移），任何窗口中的匹配都是有效的。在

你甚至可以用它来检查，图像任何部分的特征点之间的转换必须相同才能使转换有效

Answer 2

在这种情况下，有几种方法可以处理SIFT角点检测：

1. 每单位/次一核处理单个图像
2. 在单核上每单位时间多处理2个或更多图像
3. 在多个核心上每单位时间多处理2个或更多图像。在

将核心读作cpu或gpu。线程化导致串行处理而不是并行处理。在

如前所述，Rebecca在她的个人电脑上至少有32gb的内存供她使用，这足以让选项1立即处理。在

所以从这个角度来看。。按照马丁的建议分割一幅图像。。。在我看来应该是最后的手段。在

Why should you avoid splitting a single image in multiple windows during feature detection (w/o running out of memory)?

回答：

如果一个角点位于窗口的分离侧，因此不情愿地变成了两个多多少少的多边形直线形状，那么您将找不到您要寻找的角点，除非您有专门的算法来搜索这些异常。在

偶然：

在丽贝卡的情况下，关键是要知道她采取了哪种方法来处理图像。。。是一个、两个或更多的图像同时加载到内存中吗？在

如果成百上千的图像同时加载到内存中。。。你基本上是通过剥夺系统的呼吸空间（以自由内存的形式）来窒息系统。此外，我们并不是在讨论其他加载到内存中并为各种后台程序声明（保留）或消耗内存空间的程序。这是当前最重要的问题。在

过度思考：

如果像Martin建议的那样，Opencv库在处理Rebecca描述的大量图像时存在问题。。做一些调试，然后把你的发现报告给Opencv，在这里贴一个问题，就像她那样。。。但是post还显示了如何在开始时处理图像处理的代码；如上所述，这一点很重要。是的，正如马丁所说。。。不要贴包装纸。。。这样做完全没有意义。一个版本（参考）可能比一个更多的链接。。。或标记；-）