opencv开发小技巧记录

前言

opencv用的多了，就会发现很多方法不是直接调用就能达到效果的。为了达到最优效果，通常需要对参数进行适当调整，然后与不同方法配合使用。比如sift的效果，比如calibrate的计算结果等。。。

12.25 一些新的体悟：如果不知道算法原理，这次调好了，下次又要花很多时间，所以要花时间攻略它。

正文

本文罗列一下实践中的发现的技巧

1 sift算法

sift算法在一开始直接使用，效果让我感觉大大的意外，貌似没有传说中的牛掰。sift匹配乱糟糟有木有。实际上好像是我不太会用。

sift是最近才稍微懂一点点的，相关文章很多，这里推荐一篇
https://www.cnblogs.com/jiahenhe2/p/7919356.html

从中我最后学到了很多东西，利用金字塔处理尺寸缩放，利用高斯去噪，利用差分提取高频信息（轮廓），利用关键点邻域梯度生成的向量作为描述子，通过计算欧式距离进行匹配。

小技巧：实验的时候发现使用knnmatch匹配效果很不错，然后再来个金字塔什么的就更棒棒哒。

2 calibrate

位姿估计最近用的多，自然少不了opencv的solvePnP，实验发现，该方法不太稳定，会产生两种值，一种是相对正确的，一种则相反。

小技巧：使用预置的RT，别忘了后面的开关

3 UMat与Mat互相转换

仅用copyTo，避免不必要的麻烦