OpenCV stitching_detailed.cpp 笔记

根据4.0.0-pre的文档。

1.

函数

template<typename T> Ptr<T> cv::makePtr()

返回一个Ptr<T>类型的对象。

2.

SurfFeaturesFinder 为类名，继承自cv::detail::FeaturesFinder类。FeaturesFinder类定义了find( )函数并重载了( )运算符，( )运算符将调用find( )。

FeaturesFinder对象的collectGarbage()方法将主动清理内部存储。

3.

上述FeaturesFinder类的对象的find( )方法将结果保存在一个 cv::detail::ImageFeatures struct中。ImageFeatures 结构具有4个元素，分别是

UMat descriptors;int img_idx;Size img_size;std::vector< KeyPoint > keypoints;

其中UMat可以理解成给予OpenCL进行自动加速的Mat类型。参考https://jeanvitor.com/opencv-opencl-umat-performance/

KeyPoint是存储特征点的通用类。img_idx元素用作用户自行定义图像文件的索引。

4.

在初期处理每个输入图像并提取feature时，使用Mat.clone( )方法进行数据复制。Mat的clone( )方法和copyTo( )方法都可进行Mat的deep copy，但是他们有不同行为。clone( )函数总是会修改被赋值的目标对象的地址，而copyTo( )会尝试复用目标对象的存储空间（尤其是源和目标的数据类型与数量完全一致时）。参考 https://stackoverflow.com/questions/15672600/whats-the-difference-between-matclone-and-matcopyto上yangjie的回答。

用到Mat的release( )方法。

5.

MatchesInfo类用于描述图像之间的匹配关系。其中，

Mat H;

为两幅图像之间的转换矩阵。

std::vector< DMatch > matches;

中，DMatch类用于描述特征点的匹配情况，定义有distance和descriptor index。其中descriptor index是对两幅图上相匹配特征点的descriptor 的索引。关于trainIdx和queryIdx的定义，可以参考

https://stackoverflow.com/questions/10765066/what-is-query-and-train-in-opencv-features2d

其中queryIdx表示待匹配的基准，trainIdx表示用于与基准进行匹配的second image。

6.

FeaturesMatcher类为特征匹配相关类的基类。在4.0.0-pre中，cv::detail::BestOf2NearestMatcher继承于FeaturesMatcher。之后cv::detail::BestOf2NearestMatcher被cv::detail::AffineBestOf2NearestMatcher和cv::detail::BestOf2NearestRangeMatcher两个子类继承。

FeaturesMatcher定义了 ( ) 方法进行特征匹配。stitching_details.cpp使用了它的下术接口。

void operator() (const std::vector< ImageFeatures > &features, std::vector< MatchesInfo > &pairwise_matches, const cv::UMat &mask=cv::UMat())

void operator() ( const std::vector< ImageFeatures > &features, std::vector< MatchesInfo > &pairwise_matches, const cv::UMat &mask=cv::UMat() )

对于所有搜索到的匹配，都将以MatchesInfo类型存储。

匹配结果可使用

String cv::detail::matchesGraphAsString ( std::vector< String > & pathes, std::vector< MatchesInfo > & pairwise_matches, float conf_threshold )

转化为字符串。

BestOf2NearestMatcher方法的构造函数需要4个关键参数，

cv::detail::BestOf2NearestMatcher::BestOf2NearestMatcher( bool try_use_gpu = false, float match_conf = 0.3f, int num_matches_thresh1 = 6, int num_matches_thresh2 = 6 )

分别是gpu使用、匹配置信度，匹配阈值1和2。num_matches_thresh1和num_matches_thresh2的定义在文档中是

num_matches_thresh1: Minimum number of matches required for the 2D projective transform estimation used in the inliers classification step
num_matches_thresh2: Minimum number of matches required for the 2D projective transform re-estimation on inliers

cv::detail::AffineBestOf2NearestMatcher和cv::detail::BestOf2NearestRangeMatcher两个子类对上述构造函数根据自身功能进行了扩展。

FeaturesMatcher类定义了collectGarbage()用于释放临时内部存储。

7.

stitching_details.cpp使用了下术方法对初始的匹配进行过滤。

vector<int> indices = leaveBiggestComponent( features, pairwise_matches, conf_thresh);

结果是过滤后的索引值。

8.

cv::detail::Estimator类是各种求解rotation的基类，以下是它的派生类：

cv::detail::AffineBasedEstimator
cv::detail::BundleAdjusterBase
cv::detail::HomographyBasedEstimator

cv::detail::Estimator定义了estimate()方法，该方法讲结果保存至cv::detail::CameraParams类中。CameraParams类定义有共有成员变量如下：

double aspectdouble focaldouble ppxdouble ppyMat RMat t

CameraParams定义有K( )方法，应该是用于返回内参矩阵的，还没有测试。另外CameraParams重载了=运算符。对于t，文档的描述是这样的：

Translation is assumed to be zero during the whole stitching pipeline.

还未确认这个的正确性。

stitching_details.cpp中使用Mat的convertTo( )函数将CameraParams对象的R成员变量转化为了CV_32F类型。

9.

如上所述BundleAdjusterBase类也是从cv::detail::Estimator类派生而来，其描述在文档上是这样的

Base class for all camera parameters refinement methods.

它的子类包括：

cv::detail::BundleAdjusterAffine
cv::detail::BundleAdjusterAffinePartial
cv::detail::BundleAdjusterRay
cv::detail::BundleAdjusterReproj
cv::detail::NoBundleAdjuster

BundleAdjusterBase类提供了setConfThresh( )方法设定置信度的下限。

进行bundle adjustment前，需要通过setRefinementMask( )方法设定需要进行估计的对象，共有五个对象。这些对象在stitching_details.cpp中的描述是：

<fx>：焦距
<skew>：扭曲变形
<ppx>：传感器中心点x
<aspect>：长宽比
<ppy>：传感器中心点y

注意setRefinementMask( )接受一个Mat作为参数，该参数的维度为3x3。

该部分内容参考

https://stackoverflow.com/questions/38359046/how-to-use-opencv-bundle-adjustment

10.

waveCorrect( )函数的文档描述是

Tries to make panorama more horizontal (or vertical).

11.

cv::WarperCreator是各类warp图像方法的工厂类。

cv::detail::RotationWarper的文档描述是

Rotation-only model image warper interface.

提供warp( )接口。

12.

cv::detail::ExposureCompensato 是曝光补偿的基类。

13.

使用了cv::detail::SeamFinder类。

14.

使用了cv::detail::Blender拼接图像。

OpenCV stitching_detailed.cpp 笔记相关推荐

OpenCV API使用笔记 —— 4. 如何保存视频文件
文章目录写入图片帧信息 C/CPP示例 Python示例在<OpenCV API使用笔记 -- 1. 如何打开摄像头或视频文件> 介绍过使用「VideoCapture」类,可以打开摄像 ...
stitching_detailed.cpp : throw_no_cuda
1. 问题点 opencv-4图像拼接官方示例代码,opencv-4.5.5/samples/cpp/stitching_detailed.cpp 打开--try_cuda yes开关后运行测试, o ...
opencv进阶学习笔记3：像素运算和图像亮度对比度调节
基础版传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版目录: python+opencv进阶版学习笔记目录(适合有一定基础) 像素运算要求两张图大小,以及格式(np ...
【计算机视觉】opencv入门学习笔记Part.1
[计算机视觉]opencv入门学习笔记Part.1 1 前言 1.1 opencv概述(摘取自百度百科) 1.2 图像概念引入 1.3 安装opencv库 2 图像基本操作 2.1 图像的读取 2.2 ...
opencv cuda使用笔记
目录 cuda拷贝 cuda+opencv yolov4 颜色转换: cv::cuda::split 查看10*10像素 down_load用法特别全的学习资料: 我想将OpenCV::cuda:: ...
opencv进阶学习笔记10：图像金字塔和图像梯度
基础版笔记传送门: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 图像金字塔变小变大原理 ...
【OpenCV入门学习笔记2】：Mat对象
b站:https://www.bilibili.com/video/BV1uW411d7Wf?p=5 我在b站的学习笔记和实验代码的整理如下: 示例代码: Matdemo //------------ ...
【OpenCV入门学习笔记1】：Mat对象的指针操作和掩膜操作
b站:https://www.bilibili.com/video/BV1uW411d7Wf?p=5 下面是我在b站上看视频学习的笔记和操作的示例代码实例代码 #include<opencv2 ...
opencv进阶学习笔记14：分水岭算法实现图像分割
基础版学习笔记目录: python3+opencv学习笔记汇总目录(适合基础入门学习) 进阶版笔记目录链接: python+opencv进阶版学习笔记目录(适合有一定基础) 分水岭算法原理分水岭算法 ...

OpenCV stitching_detailed.cpp 笔记

OpenCV stitching_detailed.cpp 笔记

1.

2.

3.

4.

5.

6.

7.

8.

9.

10.

11.

12.

13.

14.

OpenCV stitching_detailed.cpp 笔记相关推荐

最新文章

热门文章