利用特征匹配寻找已知物体位置

最新推荐文章于 2022-04-12 18:15:46 发布

蕭xxz

最新推荐文章于 2022-04-12 18:15:46 发布

阅读量946

点赞数

分类专栏： opencv学习代码文章标签： opencv学习

本文链接：https://blog.csdn.net/xxzxxzdlut/article/details/72962900

版权

这篇博客介绍了如何利用OpenCV中的特征匹配方法寻找已知物体的位置，并通过方框进行标识。重点讨论了劳氏算法在特征点匹配过程中的正确顺序，以及findHomography函数和perspectiveTransform函数在实现透视变换中的应用。通过指定重投影误差阈值和计算方法，可以准确找到物体的对应位置。

摘要由CSDN通过智能技术生成

使用匹配寻找已知物体位置，并用方框标识出来。
使用劳氏算法进行特征点排除的时候，先进行的是匹配目标，然后是匹配标版。顺序弄错会drawmatches出错。
主要函数：

寻找透视变换：findHomography(InputArray src,//源平面上对应点
InputArray dst,//目标平面上对应点
int method=0,//计算方法，默认0，CV_RANSAC，CV_LMEDS三种
double ransacReprojThreshold=3,//允许重投影误差值，src，dst若以像素为单位，取1到10
OutputArray mask=noArray()//设置输出掩码)
进行透视矩阵变换：perspectiveTransform(InputArray src,//原图像，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转换矢量
OutputArray dest,//保存运算结果
InputArray m //变换矩阵，3*3或4*4浮点型矩阵)

#include<opencv2/core/core.hpp>
#include<opencv2/features2d/features2d.hpp>
#include<opencv2/highgui/highgui.hpp>
#include<opencv2/calib3d/calib3d.hpp>
#include<opencv2/xfeatures2d/nonfree.hpp>
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace std;
using namespace cv;
using namespace cv::xfeatures2d;

int main()
{
    Mat srcImage1 = imread("1.jpg",