Deep Copy cv::StereoBM 深度拷贝

简介:

在使用OpenCV的三维立体重建的库时,一个重要的步骤就是生成左右视图的差异图Disparity,而控制生成disparity的参数的类是cv::StereoBM,我们有时候需要拷贝一份cv::StereoBM,然后改变其中的参数值,但是如果用默认的等号‘=’来进行拷贝,其实是浅拷贝,如果改变拷贝项的参数值,原来的参数值也会跟着改变,所以我们需要自己写一个深拷贝的函数,如下所示:

/**
 * Deep copy cv::StereoBM bm1 to bm2
 */
void copy_bm(const cv::StereoBM &bm1, cv::StereoBM &bm2) {
    if (!bm1.state) {
        return;
    }
bm2.init(CV_STEREO_BM_NORMALIZED_RESPONSE, 0, 21);
bm2.state->preFilterSize = bm1.state->preFilterSize;
bm2.state->preFilterCap = bm1.state->preFilterCap;
bm2.state->SADWindowSize = bm1.state->SADWindowSize;
bm2.state->minDisparity = bm1.state->minDisparity;
bm2.state->numberOfDisparities = bm1.state->numberOfDisparities;
bm2.state->textureThreshold = bm1.state->textureThreshold;
bm2.state->uniquenessRatio = bm1.state->uniquenessRatio;
bm2.state->speckleWindowSize = bm1.state->speckleWindowSize;
bm2.state->speckleRange = bm1.state->speckleRange;
}

本文转自博客园Grandyang的博客,原文链接:深度拷贝Deep Copy cv::StereoBM ,如需转载请自行联系原博主。

相关文章
|
7月前
|
计算机视觉
OpenCV-通道合并cv::merge
OpenCV-通道合并cv::merge
|
7月前
|
计算机视觉 容器
OpenCV-通道分离cv::split
OpenCV-通道分离cv::split
|
7月前
|
容器
解决方案-vector初始化后存放Mat,出现Mat矩阵数据同变问题
解决方案-vector初始化后存放Mat,出现Mat矩阵数据同变问题
|
8月前
|
编解码 数据处理
av_image_copy函数原型的深入探秘
av_image_copy函数原型的深入探秘
70 0
|
9月前
|
机器学习/深度学习 编解码 决策智能
计算机视觉实战(十一)Scale Invariant Feature Transform(SIFT)(附完整代码)
计算机视觉实战(十一)Scale Invariant Feature Transform(SIFT)(附完整代码)
|
PyTorch 算法框架/工具
A网络的embedding层的权重参数已经初始化为F了,copy.deepcopy(A)的结果网络也跟着初始化为F了嘛?
A网络的embedding层的权重参数已经通过 self.embedding.weight.data.copy_(pretrained_embeddings)初始化为F,那么 copy.deepcopy(A)的结果网络也跟着初始化为F了嘛?
168 0
|
机器学习/深度学习 算法 PyTorch
【菜菜的CV进阶之路-Pytorch基础-model.eval】同一个模型测试:shuffle=False和shuffle=True 结果差异很大
【菜菜的CV进阶之路-Pytorch基础-model.eval】同一个模型测试:shuffle=False和shuffle=True 结果差异很大
202 0
【菜菜的CV进阶之路-Pytorch基础-model.eval】同一个模型测试:shuffle=False和shuffle=True 结果差异很大
|
机器学习/深度学习 自然语言处理 计算机视觉
论文总结与分析:“An Image is Worth 16x16 Words”
论文总结与分析:“An Image is Worth 16x16 Words”
131 0
论文总结与分析:“An Image is Worth 16x16 Words”
|
人工智能 计算机视觉
CV之FD:基于dlib、cv2库利用warpPerspective函数和_68_face_landmarks文件实现AI换脸渐变融合视频效果
CV之FD:基于dlib、cv2库利用warpPerspective函数和_68_face_landmarks文件实现AI换脸渐变融合视频效果
CV之FD:基于dlib、cv2库利用warpPerspective函数和_68_face_landmarks文件实现AI换脸渐变融合视频效果