Question

我有一个160x120 OpenCV Mat，我在每个位置都存储了一个Vec3F向量。 Vec3f保存已使用强度图像和相应深度图通过3D重建计算的特定像素的(x, y, z)信息。所以我基本上从每个像素保持灰度值的Mat映射到每个像素保持3D位置信息的Mat。

然后我尝试计算Mat个对象中每个像素的渐变。因此，我在C ++ / OpenCV中实现了这段代码：

for(int x = 0; x < mat.rows; ++x){
    for(int y = 0; y < mat.cols; ++y){
        float Gx = (mat.at<Vec3f>(x+1, y)[0] - mat.at<Vec3f>(x-1, y)[0]) / 2.0;
        float Gy = (depth.at<Vec3f>(x, y+1)[1] - depth.at<Vec3f>(x, y-1)[1]) / 2.0;

        Vec3f d = (Gx, Gy, 1.0);
        Vec3f n = normalize(d);
        allGradients.push_back(n);
    }
}

// mat.at<Vec3f>(x, y)[0] -> Get the Vec3F vector at the current x-, y- 
// position in the Mat and access its first element (which is the points x-value).

所以我用有限差分近似法计算了梯度方向Gx和Gy。

我不明白的是如何计算z方向的渐变。我确实存在Vec3f中存储的每个像素的z-信息以及x-和y-信息，但是有限差分近似的步骤是不可能的，因为数据存储在{{1}中}，对？

所以我不能简单地通过做类似这样的事情来访问当前和之后的像素：

2D Mat

在float Gz = (mat.at<Vec3f>(x, y, z+1)[2] - mat.at<Vec3f>(x, y, z-1)[2]) / 2.0;中我没有z值，对吗？如果是这样，我怎样才能计算z方向的梯度？我需要将信息存储在Mat中吗？或者整个方法是不正确的？谢谢！

Answer 1

看起来你所拥有的是一个三维物体，你以某种方式强迫进入2D矩阵。如果您确实拥有3D体积对象，则可以使用以下Opencv Mat构造函数

Mat::Mat(int ndims, const int* sizes, int type)

请参阅此处的文档：http://docs.opencv.org/2.4/modules/core/doc/basic_structures.html#mat-mat

此构造函数允许您创建n维Mat对象。例如：

cv::Mat m = cv::Mat(3, {100, 100, 10}, CV_32SC1)

如果你的输入是一个二维空间物体，每个像素都附有一些三维场，那么当然，沿z方向的spatial gradient是0，但我猜你的输入是一个完整的体积对象？

在OpenCV中计算3D渐变方向

1 个答案: