《opencv学习笔记》-- 寻找已知物体

在FLANN 特征匹配的基础上，进一步利用 Homography 映射找出已知物体。具体是：

        利用findHomography函数通过匹配的关键点找出相应的变换，

        再利用perspectiveTransform函数映射点群。
也就是分为以下两个大的步骤。
(1）使用函数findHomography寻找匹配上的关键点的变换。

(2）使用函数perspectiveTransform 来映射点。

寻找透视变换: findHomography( )函数

        找到并返回源图像和目标图像之间的透视变换

Mat findHomography(InputArray srcPoints, InputArray dstPoints,  
                   int method = 0, double ransacReprojThreshold = 3, 
                   outputArray mask = noArray())

参数1，InputArray类型的srcPoints，源平面上的对应点，可以是CV_32FC2的矩阵类型

             或者vector<Point2f>。

参数2，InputArray类型的dstPoints，目标平面上的对应点，可以是CV_32FC2的矩阵类型

             或者vector<Point2f>。

参数3，int类型的 method，用于计算单应矩阵的方法。可选标识符为:

标识	含义
0	使用所有点的常规方法（默认值）
CV_RANSAC	基于RANSAC的鲁棒性方法（robustmethod）
CV_LMEDS	最小中值鲁棒性方法

参数4，double类型的ransacReprojThreshold，有默认值3，处理点对为内围层时,允许重投

             影误差的最大值。若srcPoints 和 dstPoints是以像素为单位的，那么此参数的取值范

             围一般在1到10之间。

参数5，OutputArray类型的mask，有默认值noArray()，是一个可选的参数，通过上的鲁棒性

             方法( CV_RANSAC或者CV_LMEDS )设置输出掩码。注意：输入掩码值会被忽略。

进行透视矩阵变换: perspectiveTransform()函数      进行向量透视矩阵变换

void perspectiveTransform(InputArray src, outputArray dst, InputArray m)

参数1，InputArray类型的src，输入图像，即源图像，Mat类的对象，且需为双通道或三通道

             浮点型图像；每个元素是二维或三维可被转换的矢量。

参数2，OutputArray类型的 dst，运算结果，需和源图片有一样的尺寸和类型。

参数3，InputArray类型的m，变换矩阵，为3 X 3或者4 X 4浮点型矩阵。