使用estimateRigidTransform而不是findHomography

时间:2014-04-29 18:58:00

标签: c++ opencv transformation homography ransac

以下链接中的示例使用findHomography来获取两组点之间的转换。我想限制转换中使用的自由度,因此希望用findHomography替换estimateRigidTransform

http://docs.opencv.org/doc/tutorials/features2d/feature_homography/feature_homography.html#feature-homography

下面我使用estimateRigidTransform来获取对象和场景点之间的转换。 objPointsscePointsvector <Point2f>表示。

Mat H = estimateRigidTransform(objPoints, scePoints, false);

按照上面教程中使用的方法,我想使用转换H转换角点值。本教程使用perspectiveTransformfindHomography返回的3x3矩阵。使用刚性变换时,它仅返回2x3矩阵,因此无法使用此方法。

如何使用此2x3矩阵转换角点的值,表示为vector <Point2f>。我只是想要执行与教程相同的功能,但转换的自由度较低。我也查看了其他方法,例如warpAffinegetPerspectiveTransform,但到目前为止还没有找到解决方案。

编辑:

我已经尝试过David Nilosek的建议。下面我将额外的行添加到矩阵中。

Mat row = (Mat_<double>(1,3) << 0, 0, 1);
H.push_back(row);

但是,在使用perspectiveTransform时会出现此错误。

OpenCV Error: Assertion failed (mtype == type0 || (CV_MAT_CN(mtype) == CV_MAT_CN(type0) && ((1 << type0) & fixedDepthMask) != 0)) in create, file /Users/cgray/Downloads/opencv-2.4.6/modules/core/src/matrix.cpp, line 1486
libc++abi.dylib: terminating with uncaught exception of type cv::Exception: /Users/cgray/Downloads/opencv-2.4.6/modules/core/src/matrix.cpp:1486: error: (-215) mtype == type0 || (CV_MAT_CN(mtype) == CV_MAT_CN(type0) && ((1 << type0) & fixedDepthMask) != 0) in function create

ChronoTrigger建议使用warpAffine。我在调用下面的warpAffine方法,1 x 5的大小是objCornerssceCorners的大小。

warpAffine(objCorners, sceCorners, H, Size(1,4));

这给出了下面的错误,这表明错误的类型。 objCornerssceCorners vector <Point2f>代表4个角。我认为warpAffine会接受可能解释错误的Mat张图片。

OpenCV Error: Assertion failed ((M0.type() == CV_32F || M0.type() == CV_64F) && M0.rows == 2 && M0.cols == 3) in warpAffine, file /Users/cgray/Downloads/opencv-2.4.6/modules/imgproc/src/imgwarp.cpp, line 3280

3 个答案:

答案 0 :(得分:5)

我过去这样做过:

cv::Mat R = cv::estimateRigidTransform(p1,p2,false);

    if(R.cols == 0)
    {
        continue;
    }

    cv::Mat H = cv::Mat(3,3,R.type());
    H.at<double>(0,0) = R.at<double>(0,0);
    H.at<double>(0,1) = R.at<double>(0,1);
    H.at<double>(0,2) = R.at<double>(0,2);

    H.at<double>(1,0) = R.at<double>(1,0);
    H.at<double>(1,1) = R.at<double>(1,1);
    H.at<double>(1,2) = R.at<double>(1,2);

    H.at<double>(2,0) = 0.0;
    H.at<double>(2,1) = 0.0;
    H.at<double>(2,2) = 1.0;


    cv::Mat warped;
    cv::warpPerspective(img1,warped,H,img1.size());

与David Nilosek建议的相同:在矩阵的末尾添加0 0 1行

此代码以严格的转换扭曲了IMAGES。

我想要变形/变换点,你必须使用perspectiveTransform函数和3x3矩阵(http://docs.opencv.org/modules/core/doc/operations_on_arrays.html?highlight=perspectivetransform#perspectivetransform

这里的教程:

http://docs.opencv.org/doc/tutorials/features2d/feature_homography/feature_homography.html

或者您可以通过循环矢量和

手动完成
cv::Point2f result;
result.x = point.x * R.at<double>(0,0) + point.y * R.at<double>(0,1) + R.at<double>(0,2);
result.y = point.x * R.at<double>(1,0) + point.y * R.at<double>(1,1) + R.at<double>(1,2);
希望有所帮助。

备注:没有测试手动代码,但应该有效。那里不需要PerspectiveTransform转换!

编辑:这是完整的(经过测试的)代码:

// points
std::vector<cv::Point2f> p1;
p1.push_back(cv::Point2f(0,0));
p1.push_back(cv::Point2f(1,0));
p1.push_back(cv::Point2f(0,1));

// simple translation from p1 for testing:
std::vector<cv::Point2f> p2;
p2.push_back(cv::Point2f(1,1));
p2.push_back(cv::Point2f(2,1));
p2.push_back(cv::Point2f(1,2));

cv::Mat R = cv::estimateRigidTransform(p1,p2,false);

// extend rigid transformation to use perspectiveTransform:
cv::Mat H = cv::Mat(3,3,R.type());
H.at<double>(0,0) = R.at<double>(0,0);
H.at<double>(0,1) = R.at<double>(0,1);
H.at<double>(0,2) = R.at<double>(0,2);

H.at<double>(1,0) = R.at<double>(1,0);
H.at<double>(1,1) = R.at<double>(1,1);
H.at<double>(1,2) = R.at<double>(1,2);

H.at<double>(2,0) = 0.0;
H.at<double>(2,1) = 0.0;
H.at<double>(2,2) = 1.0;

// compute perspectiveTransform on p1
std::vector<cv::Point2f> result;
cv::perspectiveTransform(p1,result,H);

for(unsigned int i=0; i<result.size(); ++i)
    std::cout << result[i] << std::endl;

按预期输出:

[1, 1]
[2, 1]
[1, 2]

答案 1 :(得分:3)

仿射变换(cv::estimateRigidTransform的结果)应用于具有函数cv::warpAffine的图像。

答案 2 :(得分:2)

刚性变换的3x3单应形式是:

 a1 a2 b1
-a2 a3 b2
  0  0  1

因此,当使用estimateRigidTransform时,您可以添加[0 0 1]作为第三行,如果您想要3x3矩阵。