opencv 数字稳像的研究

opencv是一个很强大的图形库，实现了一系列经典算法，用来做图像处理是得心应手。

最近由于项目需求，需要做一下数字稳像，去除视频抖动。

不过，虽然这不是一个新的技术，但实用的代码还真是不多，很多都只有一半能用，一半只能看。

进行数据稳像的一般方法：

1. 计算图像的特征点

   特征点有很多的计算方式，如sift/surf，corner(角点)，block(块)等方式。

   其中最准确的要属sift了，但速度也最慢。surf是sift的一个加速算法，通常能快3~5倍。而corner、block检测就很快了，但稳定性比sift/surf略差。
   

2. 计算匹配点

   这里采用Lucas Kanade optical flow算法来跟踪特征点，以计算出匹配的点。
   

3. 计算变换矩阵

4. 对图像进行变换

上面的方法，基本都在opencv中有实现，可以方便的使用。

代码如下(下载：http://download.csdn.net/detail/wenrenwang/4997013）：

/*
	we use optical flow algorithm to stabilize image
	we stabilize all frames according to f