Mat 或 vector<Point2f> 中哪种类型更适合与函数 estimateRigidTransform() 一起使用？

Question

众所周知，我们可以向函数 estimateRigidTransform() 传递两个具有以下两种类型之一的参数：Mat estimateRigidTransform(InputArray src, InputArray dst, bool fullAffine)

cv::Mat frame1, frame2;
std::vector<cv::Point2f> frame1_features, frame2_features;

例如，为了实现视频稳定（抖动消除），我们可以使用以下两种方法之一：

与 cv::Mat: video stabilization using opencv

cv::Mat frame1 = imread("frame1.png");
cv::Mat frame2 = imread("frame2.png");
Mat M = estimateRigidTransform(frame1, frame2, 0);
warpAffine(frame2, output, M, Size(640,480), INTER_NEAREST|WARP_INVERSE_MAP);

和std::vector<cv::Point2f> features;

vector <uchar> status;
vector <float> err;

std::vector <cv::Point2f> frame1_features, frame2_features;
cv::Mat frame1 = imread("frame1.png");
cv::Mat frame2 = imread("frame2.png");
goodFeaturesToTrack(frame1 , frame1_features, 200, 0.01, 30);
goodFeaturesToTrack(frame2 , frame2_features, 200, 0.01, 30);
calcOpticalFlowPyrLK(frame1 , frame2, frame1_features, frame2_features, status, err);

std::vector <cv::Point2f> frame1_features_ok, frame2_features_ok;
for(size_t i=0; i < status.size(); i++) {
 if(status[i]) {
  frame1_features_ok.push_back(frame1_features[i]);
  frame2_features_ok.push_back(frame2_features[i]);
 }
}

Mat M = estimateRigidTransform(frame1_features_ok, frame2_features_ok, 0);
warpAffine(frame2, output, M, Size(640,480), INTER_NEAREST|WARP_INVERSE_MAP);

这些方法中哪种更好用，为什么？

即哪种类型 Mat 或 vector<Point2f> 更适合与函数 estimateRigidTransform() 一起使用？

Answer 1

在第一种情况下，OpenCV 将在函数 estimateRigidTransform() 中隐式执行 calcOpticalFlowPyrLK()。请参阅 lkpyramid.cpp @ line 1383 中的实现。

这是两种方法的唯一区别。如果找到 frame1 和 frame2 之间的对应关系很重要，则使用版本 #2，否则使用版本 #1.

Mat 或 vector<Point2f> 中哪种类型更适合与函数 estimateRigidTransform() 一起使用？

Which of types Mat or vector<Point2f> is better to use with function estimateRigidTransform()?

opencv

image-processing

opencv3.0

image-stabilization