Question

我已经检查了stackOverflaw，特别是在link中，但它没有回答我的问题。

我使用Ransac和OpenCv计算单应性以匹配两张图片。这里的代码对应：

Mat H = findHomography( obj, scene, CV_RANSAC,3);

std::cout << "Size of homography " << *H.size << std::endl ;

//Print homography
for (int i=0;i<H.rows;i++){
    for (int j=0;j<H.cols;j++){

        std::cout << "valeur H : "  << (int)H.at<double>(i,j) << endl;
    }
}
int N=1;
const double det = H.at<double>(0, 0) * H.at<double>(1, 1) - H.at<double>(1, 0) * H.at<double>(0, 1);
std::cout << "Determinant homography : " << det << std::endl;

为了一个很好的匹配（完全相同的图片），我在我的终端上：

单应体的大小3

valeur H：1

valeur H：0

valeur H：0

valeur H：0

valeur H：1

valeur H：0

valeur H：0

valeur H：0

valeur H：1

行列式单应性：1

对于糟糕的比赛（两张不同的照片），我有这个：

单应体的大小3

valeur H：0

valeur H：0

valeur H：241

valeur H：0

valeur H：0

valeur H：277

valeur H：0

valeur H：0

valeur H：1

行列式单应性：0.00533235

我不明白这个结果。有人可以解释一下吗？我想使用这些值来确定这是否匹配。我预计在第一种情况下只有1但不是。

我想，我在没有真正理解的情况下使用Homography和Ransaw。我已经在互联网上查了一下，但它很复杂，所以如果你也有很好的解释，我会接受它。

感谢。

Answer 1

根据openCV documentation，findHomography＆＃39;查找两架飞机之间的透视转换＆＃39;。这意味着它能够计算从不同位置拍摄的两个（相同（校准）板的图像）的透视变换。

如果您要比较两组完全不同的图像点，它将无法找到这样的转换。

Answer 2

H是一个矩阵。在第一种情况下，H是单位矩阵[[1,0,0]，[0,1,0]，[0,0,1]。也就是说，没有变化。

在第二种情况下，你似乎只是在x中翻译241，在y中翻译277。但是在x和y中没有表示，因为（H = [[a，0,241]，[0，b，277]，[0,0,1]]）'a'和'b'为零。应该出问题。

OpenCV C ++ - findHomography值的含义

2 个答案: