脱离Open CV实现ORB-SLAM特征点提取的过程中问题记录

在ORB-SLAM中的特征提取和描述子计算，调用Opencv库函数完成，在脱离Opencv的过程中，遇到的BUG和问题简单的记录一下。
首先定义自己的Mat和Keypoint以及在测试中所需要的转换工具。

typedef unsigned char uchar;
typedef vector<vector<uchar>> VecMat;

struct mPoint2f
{
    float x;
    float y;
};
typedef struct _mKeyPoint
{
    mPoint2f pt; 
    float size; 
    float angle;
    float response; 
    int octave;

}mKeyPoint;

以上则为Mat和Keypoint的替代品，对整个特征提取和描述子计算重写。

Mat Vec2Mat(VecMat data)
{
    int row = data.size();
    int col = data[0].size();
 
    Mat img(row ,col,  CV_8UC1);
    uchar *ptmp = NULL;
    for (int i = 0; i <row; ++i)
    {
        ptmp = img.ptr<uchar>(i);
 
        for (int j = 0; j < col; ++j)
        {
            ptmp[j] = data[i][j];
        }
    }
    
    return img;
}

VecMat Mat2Vec(Mat img)
{
    int row = img.rows;
    int col = img.cols;

    VecMat data(row,vector<uchar>(col, 0));

    for (int i = 0; i < row; ++i)
    {
        for (int j = 0; j < col; ++j)
        {
            data[i][j] = img.at<uchar>(i, j);
        }
    }
 
    return data;
}

vector<KeyPoint> mKey2Key(vector<mKeyPoint> mkeypoints)
{
    vector<KeyPoint> keypoints;
    for (int i = 0; i < mkeypoints.size(); ++i)
    {
        float x = mkeypoints[i].pt.x;
        float y = mkeypoints[i].pt.y;
        float size = mkeypoints[i].size;
        float angle = mkeypoints[i].angle;
        float response = mkeypoints[i].response;
        float octave = mkeypoints[i].octave;
        keypoints.push_back(KeyPoint((float)x, (float)y,size, angle, response, (float)octave));
    }
    return keypoints;
}

vector<mKeyPoint> Key2mKey(vector<KeyPoint> keypoints)
{
    vector<mKeyPoint> mKeyPoints;
    for (int i = 0; i < keypoints.size(); ++i)
    {
        mKeyPoint mKeyPoint;
        mKeyPoint.pt.x = keypoints[i].pt.x;
        mKeyPoint.pt.y = keypoints[i].pt.y;
        mKeyPoint.size = keypoints[i].size;
        mKeyPoint.angle = keypoints[i].angle;
        mKeyPoint.response = keypoints[i].response;
        mKeyPoint.octave = keypoints[i].octave;
        mKeyPoints.push_back(mKeyPoint);
    }    
    return mKeyPoints;
}

然后定义了转换工具，记录一下！其他代码内容将不在这里详细介绍了，只是根据ORB-SLAM的原理重写了一遍。下面记录以下在重写过程中遇到的BUG以及问题。

在ORB-SLAM3的特征提取中，有几个较为重要的函数，也是重写过程中比较麻烦的几个函数：

FAST() 		//角点提取
resize()	//下采样
GaussianBlur()	//高斯滤波
copyMakeBorder()	//边界扩充

---

问题1：
在重写的过程中，使用二维数组vector替代cv::Mat，在提取FAST角点的过程中，使用指针遍历周围邻域，在cv::Mat中可通过加上其步长step去访问上下相邻的元素，如下：

//step：矩阵每一行所占据的字节数。
const uchar* ptr = img.ptr<uchar>(i) + 3;
uchar data = ptr(img.step);

在cv::Mat中，每一行都是紧跟在上一行地址后，因此可通过直接对指针相加，访问相邻行的元素。
但是通过二维vector替代cv::Mat时，其包含的一维vector的数据地址并不是连续的，因为其存放的是一个vector类，还包含成员函数，所以并不能通过累加指针其访问其元素。
因此需要将其数据放到一个一维vector中再去遍历。

 vector<uchar> ptrimg;
 for(int r = 0;r<row;r++){
     ptrimg.insert(ptrimg.end(),Vimg[r].begin(),Vimg[r].end());
 }
const uchar* ptr = ptrimg.data()+i*col+3;

---

问题2：
在ORB中定义了描述子模板，需要将其模板转成point类型的点对，这里的mPoint2f是自己定义的点类型，通过std::copy将其拷贝到pattern是无效的，即注释部分。opencv里应该是设置了构造函数。

std::vector<mPoint2f> pattern;
const int npoints = 512;
// const mPoint2f* pattern0 = (const mPoint2f*)bit_pattern_31_;
// std::copy(pattern0, pattern0 + npoints, std::back_inserter(pattern));
for(int i=0;i<256*4;i=i+2){
    mPoint2f temp_pattern;
    temp_pattern.x = bit_pattern_31_[i];
    temp_pattern.y = bit_pattern_31_[i+1];
    pattern.push_back(temp_pattern);
}

---

问题3：在Opencv中容易搞混的还有行列的索引，在通过点对去访问周围元素时，访问的坐标点x对应的是二维数组的列，即想访问相同位置需要通过image[y][x]去访问。之前有的地方写反了就会出现越界的问题，当索引改写正确的情况下，是不会出现任何越界，所以也不需要进行越界判断。

其他涉及到ORB算法的问题就不记录啦！