下面链接中的示例使用的是 findHomography得到两组点之间的转换。我想限制转换中使用的自由度所以想替换 findHomography与 estimateRigidTransform .

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

下面我用estimateRigidTransform获得对象和场景点之间的转换。 objPoints和 scePoints由 vector <Point2f> 表示.

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

按照上面教程中使用的方法，我想使用变换 H 来变换角值.本教程使用 perspectiveTransform使用 findHomography 返回的 3x3 矩阵.对于刚性变换，它仅返回 2x3 矩阵，因此无法使用此方法。

我将如何转换角的值，表示为 vector <Point2f>使用这个 2x3 矩阵。我只是想执行与教程相同的功能，但转换的自由度较低。我看过其他方法，例如 warpAffine和 getPerspectiveTransform也一样，但目前还没有找到解决办法。

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);

然而，这在使用 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 .我调用 warpAffine下面的方法，1 x 5的大小就是objCorners的大小和 sceCorners .

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

这给出了下面的错误，表明错误的类型。 objCorners和 sceCorners是vector <Point2f>代表4个角。我以为warpAffine会接受 Mat可以解释错误的图片。

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

最佳答案

我以前这样做过:

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());

这与 David Nilosek 的建议相同:在矩阵的末尾添加一个 0 0 1 行

这段代码通过严格的转换来扭曲图像。

如果您想扭曲/变换点，您必须使用带有 3x3 矩阵 ( http://docs.opencv.org/modules/core/doc/operations_on_arrays.html?highlight=perspectivetransform#perspectivetransform ) 的 perspectiveTransform 函数

教程在这里:

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

或者您可以通过遍历 vector 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);

希望对您有所帮助。

备注:没有测试手动代码，但应该可以。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;

它给出了预期的输出:

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

关于c++ - 使用 estimateRigidTransform 而不是 findHomography，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/23373077/