暂时备份（全方位分块仿射变换）

#include"stdafx.h"
#include"opencv2\highgui\highgui.hpp"
#include"opencv2\imgproc\imgproc.hpp"
#include"opencv2\core\core.hpp"
#include"opencv2\video\tracking.hpp"
#include"iostream"
using namespace cv;
using namespace std;
Mat frame;//当前帧
Mat gray,prev_gray;
Mat result;//输出
bool acceptTrackedPoint(int i);
void on_mouse( int event, int x, int y, int flags, void* ustc)   ;
vector<uchar> status; // 跟踪特征的状态，特征的流发现为1，否则为0  
vector<float> err;
int maxCount = 500; // 检测的最大特征数  
double qLevel = 0.01;   // 特征检测的等级  
double minDist = 10.0;  // 两特征点之间的最小距离
vector<Point2f> features; // 检测的特征
int main(){
	 
	VideoCapture capture("F:\\实验视频\\jiang.avi");
	if(capture.isOpened())	
	{
		while(true)
		{

			capture >> frame;
			if(!frame.empty())
			{ 
				 Mat output1,output2; 
				cvtColor(frame, gray, CV_BGR2GRAY);
				if(prev_gray.empty()){
					gray.copyTo(prev_gray);
				}
			//不做任何处理直接进行帧间差分和二值化运算
				absdiff(gray,prev_gray,output1);
				threshold(output1,output1,80,255,0);
				imshow("直接帧间差1",output1);

				
				Mat image,image2;//定义两帧图像
				prev_gray.copyTo(image); //将前一帧图像复制给image 
				gray.copyTo(image2);//将当前帧图像复制给image2
				swap(prev_gray,gray);//将当前帧图像复制给前一帧

				 Mat imageROI1[8][8];//对当前一帧图像进行分割，得到64个分块区域
				 Mat imageROI2[8][8];//对当前帧图像进行分割，得到64个分块区域
		
				for(int k=0;k<8;k++)//行
					for(int t=0;t<8;t++){//列
					imageROI1[k][t]=image(Rect(80*t,60*k,80,60));//得到一块前一帧图像的感兴趣区域
					imageROI2[k][t]=image2(Rect(80*t,60*k,80,60));//得到一块当前图像的感兴趣区域

					Mat warp_mat( 2, 3, CV_32FC1 );//为当前块图像，建立仿射变换矩阵
					Mat warp_dst;//仿射变换后的图像

					vector<Point2f> points[2];    // point0为特征点的原来位置，point1为特征点的新位置
					/**
						* 提取像素点
						*/
					for(int j=0;j<imageROI1[k][t].rows;j+=15)//列
						for(int i=0;i<imageROI1[k][t].cols;i+=15)//行
						{
							points[0].push_back(Point2f(i,j));
						}
				/*goodFeaturesToTrack(imageROI1[k][t], features, maxCount, qLevel, minDist);				
				cornerSubPix( imageROI1[k][t], features,cvSize(10,10),  cvSize(-1,-1), cvTermCriteria(CV_TERMCRIT_ITER|CV_TERMCRIT_EPS,20,0.03) );
				points[0].insert(points[0].end(), features.begin(), features.end());*/
				//检测第二帧对应特征点  
				calcOpticalFlowPyrLK(imageROI1[k][t], imageROI2[k][t], points[0], points[1], status, err);
		
				//根据两帧之间特征点矢量长度去掉一些不好的特征点  
		
					int kk = 0;  
					for (size_t i=0; i<points[1].size(); i++)  
					{  
						if (acceptTrackedPoint(i)&&((abs(points[0][i].x - points[1][i].x) + abs(points[0][i].y - points[1][i].y)))<20)  
						{  
							points[0][kk]=points[0][i];  
							points[1][kk++] = points[1][i];  
						}  
					}  
		
					points[1].resize(kk);  
					points[0].resize(kk);

					if(points[0].size()>=3&&points[1].size()>+3){
					warp_mat=estimateRigidTransform(points[1],points[0],1);//求出仿射变换矩阵
					warpAffine( imageROI2[k][t], warp_dst, warp_mat, warp_dst.size() );//对imageROI2[k][t]块图像进行仿射变换，得到仿射变换后的图像块warp_dst
					
					warp_dst.copyTo(imageROI2[k][t]);//将仿射变换后的图像块复制给imageROI2[k][t]块图像，这个将对image2图像产生影响
					}
		//计算下一块图像块的仿射变换
				}
				 //   imshow("仿射变换",image2);;  
					//遍历图像使仿射变换后像素值为黑色的点，对应在原始图像中的像素点也置为黑色，减少帧间差噪点
				/*	for(int j=0;j<image2.rows;j++)
						for(int i=0;i<image2.cols;i++){
							if(image2.at<uchar>(j,i)==0)
								image.at<uchar>(j,i)=0;
						}
						imshow("image2",image2);
						imshow("image",image);*/
					absdiff(image2,image,output2);//进行差分运算

	
					for(int i=0;i<480;i+=60){
						line(output2, Point(0,i), Point(640,i), Scalar(0, 0, 0),6); 
					}
					for(int i=0;i<640;i+=80)
					{
						line(output2, Point(i,0), Point(i,480), Scalar(0, 0, 0),6);
					}
					threshold(output2,output2,80,255,0);
					//
	/*					for(int i=0;i<output1.cols;i++){
							for(int j=0;j<output1.rows;j++){
								if(output1.at<uchar>(j,i)==0)
									output2.at<uchar>(j,i)=0;
							}
						}*/

					
					imshow("仿射帧间差",output2);  
					 

			
				
				imshow("frame",frame);
				cvSetMouseCallback( "frame", on_mouse, 0 ); 
			}
			else
			{ 
				printf(" --(!) No captured frame -- Break!");
				break;
			}

			int c = waitKey(100);
			if( (char)c == 27 )
			{
				break; 
			} 
		}
	}
}

bool acceptTrackedPoint(int i)  
{  
   // return status[i] && ((abs(points[0][i].x - points[1][i].x) + abs(points[0][i].y - points[1][i].y)) <50)&& ((abs(points[0][i].x - points[1][i].x) + abs(points[0][i].y - points[1][i].y)) > 0);  
	 return status[i] ;  
}  
void on_mouse( int event, int x, int y, int flags, void* ustc)    
{    
    CvFont font;    
    cvInitFont(&font, CV_FONT_HERSHEY_SIMPLEX, 0.5, 0.5, 0, 1, CV_AA);    
            
    if( event == CV_EVENT_LBUTTONDOWN )    
    {    
        CvPoint pt = cvPoint(x,y);    
        char temp[16];    
        sprintf(temp,"(%d,%d)",pt.x,pt.y);    
        cout<<temp<<endl;  
    }     
} 

Mat MapSearch(Mat src)
{

	double β=0.36;//遍历的角度步长
	double ratioH=1;//遍历的极坐标步长
	double tempJ = 0;//极径
	double angleX =0;//极角
	double centerX=320;
	double centerY=234;
	double innerRadius=50;//内径
	double outerRadius=228;//外径
	int x=0;//x坐标
	int y=0;//y坐标
	for(double angleX=0;angleX<360-1;angleX+=0.3)
	for(int tempJ=innerRadius;tempJ<outerRadius-1;tempJ+=ratioH){
		x=tempJ*cos(angleX)+centerX;
		y=tempJ*sin(angleX)+centerY;
		src.at<uchar>(y,x)=255;
	}

	return src;
}