MrB*_*son 7 python opencv opticalflow spatial-interpolation extrapolation
我的源数据文件是每 15 分钟捕获一次的天气雷达图像。我正在尝试对中间帧进行平滑插值，并尝试从上次测量开始推断运动。
到目前为止，我的方法是从两个连续图像计算密集光流场（cv2.calcOpticalFlowFarneback），然后使用光流和第一张图像插入（cv2.remap）帧。我还使用相同的方法进行了虚拟运动外推。
在示例视频中，您可以看到这种方法的注意事项，在插值期间，插值帧和测量帧之间存在明显的中断，并且在外插部分（从 8 秒开始）完全迷幻。我尝试平滑光学流场和它有一个小的影响，但结果基本保持不变。
我想对接下来要研究的方法有一些指导，并且是否有针对此类问题的任何opencv特定解决方案。
问题一：如何让插值更流畅？问题二：运动时间外推的正确方法是什么？