OpenCV 4.12.0
开源计算机视觉
加载中...
搜索中...
无匹配项

详细描述

函数

void cv::sfm::applyTransformationToPoints (InputArray points, InputArray T, OutputArray transformed_points)
 将变换应用于点。
 
void cv::sfm::isotropicPreconditionerFromPoints (InputArray points, OutputArray T)
 点条件化(各向同性)。
 
void cv::sfm::normalizeIsotropicPoints (InputArray points, OutputArray normalized_points, OutputArray T)
 此函数标准化点。(各向同性)。
 
void cv::sfm::normalizePoints (InputArray points, OutputArray normalized_points, OutputArray T)
 此函数标准化点(非各向同性)。
 
void cv::sfm::preconditionerFromPoints (InputArray points, OutputArray T)
 

函数文档

◆ applyTransformationToPoints()

void cv::sfm::applyTransformationToPoints ( InputArray points,
InputArray T,
OutputArray transformed_points )

#include <opencv2/sfm/conditioning.hpp>

将变换应用于点。

参数
points输入N维点向量。
T输入 3x3 变换矩阵,例如 \(x = T*X\),其中 \(X\) 是要变换的点,\(x\) 是变换后的点。
transformed_pointsN 维变换点的输出向量。

◆ isotropicPreconditionerFromPoints()

void cv::sfm::isotropicPreconditionerFromPoints ( InputArray points,
OutputArray T )

#include <opencv2/sfm/conditioning.hpp>

点条件化(各向同性)。

参数
points输入N维点向量。
T输出 3x3 变换矩阵。

计算变换矩阵,使得每个坐标方向将被均匀缩放,将质心带到原点,平均质心为 \((1,1,1)^T\)。
参考文献: [119] 4.4.4 pag.107。

◆ normalizeIsotropicPoints()

void cv::sfm::normalizeIsotropicPoints ( InputArray points,
OutputArray normalized_points,
OutputArray T )

#include <opencv2/sfm/conditioning.hpp>

此函数标准化点。(各向同性)。

参数
points输入N维点向量。
normalized_points输出向量,其维度与输入点相同,但均值为 0,平均范数为 \(\sqrt{2}\)。
T输出 3x3 变换矩阵,例如 \(x = T*X\),其中 \(X\) 是要归一化的点,\(x\) 是归一化后的点。

在内部调用 preconditionerFromPoints 以获取缩放矩阵,然后再应用 applyTransformationToPoints。 此操作是在应用 DLT 算法之前必不可少的步骤,以将结果视为最佳结果。
参考文献: [119] 4.4.4 pag.107。

◆ normalizePoints()

void cv::sfm::normalizePoints ( InputArray points,
OutputArray normalized_points,
OutputArray T )

#include <opencv2/sfm/conditioning.hpp>

此函数标准化点(非各向同性)。

参数
points输入N维点向量。
normalized_points输出向量,其维度与输入点相同,但均值为 0,平均范数为 \(\sqrt{2}\)。
T输出 3x3 变换矩阵,例如 \(x = T*X\),其中 \(X\) 是要归一化的点,\(x\) 是归一化后的点。

在内部调用 preconditionerFromPoints 以获取缩放矩阵,然后再应用 applyTransformationToPoints。 此操作是在应用 DLT 算法之前必不可少的步骤,以将结果视为最佳结果。
参考文献: [119] 4.4.4 pag.109

◆ preconditionerFromPoints()

void cv::sfm::preconditionerFromPoints ( InputArray points,
OutputArray T )

#include <opencv2/sfm/conditioning.hpp>

点条件调节(非各向同性)。

参数
points输入N维点向量。
T输出 3x3 变换矩阵。

计算变换矩阵,使得点集的两个主矩等于 1,形成一个半径约为 1 的围绕原点的近似对称的圆形点云。
参考文献: [119] 4.4.4 pag.109