上海网站建设 百家号,太原网站搜索引擎优化,免费咨询医生不收费,大公司网站色彩设计操作系统#xff1a;ubuntu22.04 OpenCV版本#xff1a;OpenCV4.9 IDE:Visual Studio Code 编程语言#xff1a;C11
算法描述
计算两个2D点集之间的最优仿射变换 estimateRigidTransform 是 OpenCV 中的一个函数#xff0c;用于估计两个点集之间的刚性变换#xff08;即… 操作系统ubuntu22.04 OpenCV版本OpenCV4.9 IDE:Visual Studio Code 编程语言C11
算法描述
计算两个2D点集之间的最优仿射变换 estimateRigidTransform 是 OpenCV 中的一个函数用于估计两个点集之间的刚性变换即平移和旋转。这个函数在计算机视觉中常用于图像配准、运动估计等任务。
该函数找到一个最优的仿射变换 [A|b]一个 2x3 的浮点矩阵该变换最佳地逼近两个点集之间的仿射变换。
两个点集
两个栅格图像。在这种情况下函数首先在 src 图像中找到一些特征并在 dst 图像中找到对应的特征。之后问题就简化为第一种情况。 在点集的情况下问题表述如下你需要找到一个 2x2 矩阵 A 和一个 2x1 向量 b使得 [ A ∗ ∣ b ∗ ] a r g min [ A ∣ b ] ∑ i ∥ dst [ i ] − A src [ i ] T − b ∥ 2 [A^*|b^*] arg \min _{[A|b]} \sum _i \| \texttt{dst}[i] - A { \texttt{src}[i]}^T - b \| ^2 [A∗∣b∗]arg[A∣b]mini∑∥dst[i]−Asrc[i]T−b∥2 其中 src[i] 和 dst[i] 分别是 src 和 dst 中的第 i 个点。[A|b] 可以是任意的当 fullAffinetrue 时或者具有以下形式 [ a 11 a 12 b 1 − a 12 a 11 b 2 ] \begin{bmatrix} a_{11} a_{12} b_1 \\ -a_{12} a_{11} b_2 \end{bmatrix} [a11−a12a12a11b1b2] 当 fullAffinefalse 时。
函数原型
Mat cv::estimateRigidTransform
(InputArray src,InputArray dst,bool fullAffine
) 参数
参数src第一个输入的2D点集存储在 std::vector 或 Mat 中或存储在 Mat 中的图像。参数dst第二个输入的2D点集与 src 大小和类型相同或另一个图像。参数fullAffine如果为 true函数将寻找一个没有额外限制的最优仿射变换6个自由度。否则可选择的变换类别仅限于平移、旋转和均匀缩放的组合4个自由度
代码示例 #include iostream
#include opencv2/opencv.hppusing namespace cv;
using namespace std;int main()
{// 创建源图像Mat src_image Mat::zeros( 300, 300, CV_8UC3 );rectangle( src_image, Point( 50, 50 ), Point( 150, 150 ), Scalar( 255, 0, 0 ), -1 );circle( src_image, Point( 200, 200 ), 50, Scalar( 0, 255, 0 ), -1 );// 创建目标图像Mat dst_image Mat::zeros( 300, 300, CV_8UC3 );Mat M getRotationMatrix2D( Point( 150, 150 ), 45, 1.0 ); // 旋转45度M.at double ( 0, 2 ) 50; // 平移50个像素M.at double ( 1, 2 ) 50; // 平移50个像素warpAffine( src_image, dst_image, M, dst_image.size() );// 显示生成的图像imshow( Source Image, src_image );imshow( Destination Image, dst_image );// 提取特征点vector Point2f src_points { { 50, 50 }, { 150, 50 }, { 50, 150 }, { 200, 200 } };vector Point2f dst_points { { 100, 100 }, { 200, 100 }, { 100, 200 }, { 250, 250 } };// 估计刚性变换矩阵Mat rigid_transform estimateRigidTransform( src_points, dst_points, false );if ( rigid_transform.empty() ){cerr Error: Could not estimate rigid transform. endl;return -1;}// 输出变换矩阵cout Rigid Transform Matrix:\n rigid_transform endl;// 应用变换Mat transformed_image;warpAffine( src_image, transformed_image, rigid_transform, dst_image.size() );// 显示结果imshow( Transformed Image, transformed_image );waitKey( 0 );return 0;
}运行结果
