光流法需要include<opencv2/video/tracking.hpp>,用到列表,所以要include<list><vector>
1.读取文件
定义图像存储路径用string
string path_dataset=argv[1];
associate文件地址
string associate_file=path_dataset+"/associate.txt";
读取associate_file.
ifstream fin(associate_file);

因为associate文件的每一行分别是time_color,color,time_depth,depth.所以定义这4个路径,方便之后读取深度图和彩色图。
string rgb_file,depth_file,time_rgb,time_depth,
弄个for循环。然后把fin的每一行分别赋值。
for(int index=0;index<100;index++)
fin>>time_rgb>>rgb_file>>time_depth>>depth_file;
有路径了,就读取吧。深度图读的时候要加-1.
color=cv::read(path_dataset+"/"+rgb_file);
depth=cv::read(path_dataset+"/"+depth_file,-1);
只对第一个图像提取特征。然后对第一幅图像提取的特征进行追踪。
if(index==0)
执行
vector<cv::KeyPoint> kps;
cv::Ptr<cv::FastFeatureDetector> detector=cv::FastFeatureDector::create();
detector->detect(color,kps)
由于这里提取的kps是cv::KeyPoint形式,需要把每一个特征点都变成Point2f形式。所以
for(auto kp:kps)
keypoints.push_back(kp.pt);
这里的keypoints的类型为list<cv::Point2f>,方便之后删除。
取完特征点之后last_color=color;
中间如果color.data或者depth.date有一个为空指针,直接从头开始执行。
2.追踪特征点
定义两个特征点形式,一个是next_keypoints,一个是prev_keypoints.一个表示之后的,一个表示先前的。都是vector<cv::Point2f>形式。
先前的特征点表示的是从之前循环得到的特征点。第一次就是提取到的所有特征点。
定义status和errot.类型分别为vector<unsiged char> 和vector<float>
把last_color,color,prev_keypoints,next_keypoints,status,error依次放到函数cv::calcOpticalFlowPyrLK函数中,可以返回next_keypoints,status,error.
如果index==1,的话,这里,last_color=color,也就是说两个是相等的。
3.把跟丢的点删掉
int i=0.
for(auto iter=keypoints.begin();iter!=keypoints.endl;i++)
如果status对应的第i个值是0,应该说明这个特征点跟丢了。那么iter=keypoints.erase(iter);
erase是擦除函数。
keypoints这里是个列表,所以begin是它的第一个元素。
如果第1个元素为0,那么iter原来是keypoints的第一个元素,Iter等于keypoints擦除iter这个元素之后的列表。然后跳到for循环,然后iter为第1个元素,但是因为keypoints的第一元素被擦除了,所以第一个元素已经换了,如果status[2]!=0,指针iter为next_keypoints[i]的第i个元素。iter+1.所以i是一直加的。
这里擦除之后,可以得到下个图还剩多少特征点。
添加了cv::waitKey(0),这个的意思是每次循环后暂停,按任意键继续。
3.画图
cv::Mat img_show=color.clone();
画的图片也是一个矩阵。
要把每一个特征点都用cv::circle表示一下。
for(auto kp:keypoints)
cv::circle(img_show,kp,10,cv::Scalar(0,240,0),1)
展示用cv::imshow就可以了。
然后last_color=color.
cv后面的函数都是第一个字母小写,换字符大写。
例如cv::calcOptical..,cv::waitKey(0)
fin直接associate_file,不带引号的。

光流法跟踪fast角点思路的更多相关文章

  1. 快速稀疏角点光流框架(Fast sparse corner optical flow framework)

    光流适用在连续的图像系列(视频流)中,描述本身或画面目标的运动状态:在目标跟踪.运动分析.甚至slam中都有广泛应用. opencv里就有不少光流算法,其中很经典也是当前被调用最多的的Lucas-Ka ...

  2. 目标跟踪之Lukas-Kanade光流法

    转载自:http://blog.csdn.net/u014568921/article/details/46638557 光流是图像亮度的运动信息描述.光流法计算最初是由Horn和Schunck于19 ...

  3. 目标跟踪之Lukas-Kanade光流法(转)

    光流是图像亮度的运动信息描述.光流法计算最初是由Horn和Schunck于1981年提出的,创造性地将二维速度场与灰度相联系,引入光流约束方程,得到光流计算的基本算法.光流计算基于物体移动的光学特性提 ...

  4. 【Matlab】运动目标检测之“光流法”

    光流(optical flow) 1950年,Gibson首先提出了光流的概念,所谓光流就是指图像表现运动的速度.物体在运动的时候之所以能被人眼发现,就是因为当物体运动时,会在人的视网膜上形成一系列的 ...

  5. 【图像处理】openCV光流法追踪运动物体

    openCV光流法追踪运动物体 email:chentravelling@163.com 一.光流简单介绍 摘自:zouxy09 光流的概念是Gibson在1950年首先提出来的.它是空间运动物体在观 ...

  6. OpenCV Using Python——基于SURF特征提取和金字塔LK光流法的单目视觉三维重建 (光流、场景流)

    https://blog.csdn.net/shadow_guo/article/details/44312691 基于SURF特征提取和金字塔LK光流法的单目视觉三维重建 1. 单目视觉三维重建问题 ...

  7. [转]关于特征点法、直接法、光流法slam的对比

    转载网址:https://blog.csdn.net/weixin_38203573/article/details/79787499 特征点法: 通过特征点匹配来跟踪点,计算几何关系得到R,t,BA ...

  8. LK 光流法简介

    前言 若假定一个局部区域的像素运动是一致的,则可以用这个新的约束条件替代前文中提到的全局速度平滑约束条件.这种光流算法就叫做 LK 光流法. LK 光流法的推导 首先,需要推导出光流约束方程. 这一步 ...

  9. 光流法(optical flow)

    光流分为稠密光流和稀疏光流 光流(optic flow)是什么呢?名字很专业,感觉很陌生,但本质上,我们是最熟悉不过的了.因为这种视觉现象我们每天都在经历.从本质上说,光流就是你在这个运动着的世界里感 ...

随机推荐

  1. JSON Web Token (JWT) 实现与使用方法

    1. JSON Web Token是什么 JSON Web Token (JWT)是一个开放标准(RFC 7519),它定义了一种紧凑的.自包含的方式,用于作为JSON对象在各方之间安全地传输信息.该 ...

  2. 使Gallery时设置居左显示

    Gallery中的图片默认是居中显示的.可是在非常多情况下我们须要它居左显示,这样做有一个简单方法.就是把Gallery的left设置为负多少,如以下的方法: Drawable drawable=ca ...

  3. 【Hadoop基础教程】1、Hadoop之服务器基础环境搭建(转)

    本blog以K-Master服务器基础环境配置为例分别演示用户配置.sudo权限配置.网路配置.关闭防火墙.安装JDK工具等.用户需参照以下步骤完成KVMSlave1~KVMSlave3服务器的基础环 ...

  4. ACM算法整理(不断补充ing)

    动态规划 1.背包问题 (1)01背包 ,n) DFR(v,V,C[i]) F[v]=max(F[v],F[v-C[i]]+W[i]); } //初始化时 //若背包不一定装满F全初始化为0 //若装 ...

  5. Atitit.struts排除url 的设计and 原理 自定义filter 排除特定url

    Atitit.struts排除url 的设计and 原理 自定义filter 排除特定url 1.1. 原理流程1 2. Invoke1 3. StrutsX2 1.1. 原理流程 读取struts配 ...

  6. 什么是CouchDB?

    ※本文对CouchDB的解释是来自Apache CouchDB的官网的译文,如果有什么问题,请指正. 1.CouchDB简介 CouchDB是一种利用JSON文件,javascript作为MapRed ...

  7. jfreechart折线图 demo

    public class ChartUtil { public static ChartUtil chartUtil; private RoomViewsDataService roomViewsDa ...

  8. MDwiki 调研

    下载解压 然后 mv mdwiki.html index.html 创建 一个index.md 然后就可以直接访问http://example.com/ 直接把你的md文件放在目录里面就可以了 cer ...

  9. DBCP组件概述

    许多Apache的项目都支持与关系型数据库进行交互.为每个用户都创建一个连接是一项非常耗时的工作(通常情况下,需要花费几秒中),而为了执行数据库的事务处理可能还需要花费几毫秒.对于一个对外公开访问的互 ...

  10. F - Monkey Banana Problem

    F - Monkey Banana Problem Time Limit:2000MS     Memory Limit:32768KB     64bit IO Format:%lld & ...