c++ - warpperspective(opencv)を適用した後に座標(0,0)を発見する方法は?

Question

opencv を使用して warpperspective を適用し、さまざまな画像を含むモザイクをマウントする予定ですが、非常に問題があります...

cvWarpPerspective を適用すると、生成イメージがウィンドウに表示されません。画像の一部だけが表示され、ワー​​プパースペクティブを適用した後に画像の座標 (0,0) を検出する方法を知る必要があります。ここに表示されている 2 番目の画像と比較すると、1 番目の画像では画像の一部が切り取られていることがわかります。

したがって、私の問題は次のとおりです。ワープパースペクティブを適用した後の開始座標を見つける方法は? この問題を解決するには助けが必要です。opencv のツールを使用してこの問題を解決するにはどうすればよいですか? opencv を使用してこの問題を解決するにはどうすればよいですか?

これは私のコードです:

#include <stdio.h>
#include <iostream>

#include "opencv2/core/core.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/nonfree/nonfree.hpp"
#include "opencv2/calib3d/calib3d.hpp"
#include "opencv2/imgproc/imgproc.hpp"

using namespace cv;

void readme();

/** @function main */
int main( int argc, char** argv )
{


// Load the images
 Mat image1= imread( "f.jpg");
 Mat image2= imread( "e.jpg" );
 Mat gray_image1;
 Mat gray_image2;
 // Convert to Grayscale
 cvtColor( image1, gray_image1, CV_RGB2GRAY );
 cvtColor( image2, gray_image2, CV_RGB2GRAY );

imshow("first image",image2);
 imshow("second image",image1);


//-- Step 1: Detect the keypoints using SURF Detector
 int minHessian = 100;

SurfFeatureDetector detector( minHessian );

std::vector< KeyPoint > keypoints_object, keypoints_scene;

detector.detect( gray_image1, keypoints_object );
 detector.detect( gray_image2, keypoints_scene );

//-- Step 2: Calculate descriptors (feature vectors)
 SurfDescriptorExtractor extractor;

Mat descriptors_object, descriptors_scene;

extractor.compute( gray_image1, keypoints_object, descriptors_object );
 extractor.compute( gray_image2, keypoints_scene, descriptors_scene );

//-- Step 3: Matching descriptor vectors using FLANN matcher
 FlannBasedMatcher matcher;
 std::vector< DMatch > matches;
 matcher.match( descriptors_object, descriptors_scene, matches );

double max_dist = 0; double min_dist = 100;

//-- Quick calculation of max and min distances between keypoints
 for( int i = 0; i < descriptors_object.rows; i++ )
 { double dist = matches[i].distance;
 if( dist < min_dist ) min_dist = dist;
 if( dist > max_dist ) max_dist = dist;
 }

printf("-- Max dist : %f \n", max_dist );
 printf("-- Min dist : %f \n", min_dist );

//-- Use only "good" matches (i.e. whose distance is less than 3*min_dist )
 std::vector< DMatch > good_matches;

for( int i = 0; i < descriptors_object.rows; i++ )
 { if( matches[i].distance < 3*min_dist )
 { good_matches.push_back( matches[i]); }
 }
 std::vector< Point2f > obj;
 std::vector< Point2f > scene;

for( int i = 0; i < good_matches.size(); i++ )
 {
 //-- Get the keypoints from the good matches
 obj.push_back( keypoints_object[ good_matches[i].queryIdx ].pt );
 scene.push_back( keypoints_scene[ good_matches[i].trainIdx ].pt );
 }

// Find the Homography Matrix
Mat H = findHomography( obj, scene, CV_RANSAC);
 // Use the Homography Matrix to warp the images
 cv::Mat result;
 warpPerspective(image1,result,H,cv::Size());
 imshow("WARP", result);
 cv::Mat half(result,cv::Rect(0,0,image2.cols,image2.rows));
 image2.copyTo(half);

 Mat key;
 //drawKeypoints(image1,keypoints_scene,key,Scalar::all(-1), DrawMatchesFlags::DEFAULT );
 //drawMatches(image2, keypoints_scene, image1, keypoints_object, matches, result);

 imshow( "Result", result );

imwrite("teste.jpg", result);
 waitKey(0);
 return 0;
 }

/** @function readme */
 void readme()
 { std::cout << " Usage: Panorama < img1 > < img2 >" << std::endl; }

この画像では、2 番目の画像カットが表示されます。見る

画像が次の形式で表示されるようにします。