日常bug记录(opencv VS eigen)

EyeToTheWorld

已于 2022-03-16 10:25:50 修改

阅读量4.4k

点赞数 1

分类专栏：日常bug记录文章标签： opencv 计算机视觉 bug

于 2022-03-16 10:25:12 首次发布

本文链接：https://blog.csdn.net/EyeToTheWorld/article/details/123519573

版权

日常bug记录专栏收录该内容

1 篇文章 0 订阅

订阅专栏

本文介绍了在项目中因禁止使用opencv，使用Eigen重写角点检测算法的过程。作者发现Eigen在求解特征值时不进行排序，与opencv不同。为匹配opencv的效果，代码需要额外判断并选取最大特征值对应的特征向量。通过调整后，成功实现了棋盘格靶标角点检测，应用于产线标定。

摘要由CSDN通过智能技术生成

项目场景：

因为项目上不能使用opencv开源库，所以自己用eigen重新写了一套角点检测的算法，实现对棋盘格靶标角点的检测，完成最终的产线标定。

问题描述

自己实现的角点检测算法和opencv版本的有所差异
亚像素处理的部分代码：

Eigen::EigenSolver<Eigen::Matrix2f> eigen_solver1 ( A1 );
Eigen::EigenSolver<Eigen::Matrix2f> eigen_solver2 ( A2 );
Eigen::Vector2f v1 = eigen_solver1.eigenvalues().real();
Eigen::Vector2f v2 = eigen_solver2.eigenvalues().real();
Eigen::Matrix2f foo1 = eigen_solver1.eigenvectors().real();
Eigen::Matrix2f foo2 = eigen_solver2.eigenvectors().real();

原因分析：

其实opencv和eigen在求解特征值方面，存在一些差异，opencv中会对特征值和特征向量按照从大到小的顺序进行排序，而eigen是随机的，所以在取对应的特征向量之前，在代码中需要对eigen得到的特征值进行大小判断，进而取得正确的特征向量。

解决方案：

Eigen::EigenSolver<Eigen::Matrix2f> eigen_solver1 ( A1 );
Eigen::EigenSolver<Eigen::Matrix2f> eigen_solver2 ( A2 );
Eigen::Vector2f v1 = eigen_solver1.eigenvalues().real();
Eigen::Vector2f v2 = eigen_solver2.eigenvalues().real();
Eigen::Matrix2f foo1 = eigen_solver1.eigenvectors().real();
Eigen::Matrix2f foo2 = eigen_solver2.eigenvectors().real();