Tôi đang sử dụng để biên dịch và chạy mã từ Features2D + Homography to find a known object hướng dẫn, và tôi nhận được lỗi nàyOpenCV cv :: findHomography lỗi runtime
OpenCV Error: Assertion failed (npoints >= 0 && points2.checkVector(2) == npoint
s && points1.type() == points2.type()) in unknown function, file c:\Users\vp\wor
k\ocv\opencv\modules\calib3d\src\fundam.cpp, line 1062
thời gian chạy. sau khi gỡ lỗi, tôi thấy rằng chương trình đang gặp sự cố tại hàm findHomography.
Unhandled exception at 0x760ab727 in OpenCVTemplateMatch.exe: Microsoft C++ exception: cv::Exception at memory location 0x0029eb3c..
trong Introduction của OpenCV, các "cv Namespace" chương nói rằng
Một số trong những cái tên bên ngoài OpenCV hiện tại hoặc tương lai có thể xung đột với STL hoặc các thư viện khác. Trong trường hợp này, hãy sử dụng các công cụ chỉ định không gian tên rõ ràng để giải quyết xung đột tên:
Tôi đã thay đổi mã của mình và sử dụng ở mọi nơi, không giải quyết được. Nếu bạn có thể, hãy giúp tôi trong vấn đề này, hoặc nói rằng chức năng làm điều tương tự như findHomography, và không sụp đổ chương trình.
Và đây là mã của tôi
#include <stdio.h>
#include <iostream>
#include "opencv2/core/core.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/calib3d/calib3d.hpp"
void readme();
/** @function main */
int main(int argc, char** argv)
{
if(argc != 3)
{ readme(); return -1; }
cv::Mat img_object = cv::imread(argv[1], CV_LOAD_IMAGE_GRAYSCALE);
cv::Mat img_scene = cv::imread(argv[2], CV_LOAD_IMAGE_GRAYSCALE);
if(!img_object.data || !img_scene.data)
{ std::cout<< " --(!) Error reading images " << std::endl; return -1; }
//-- Step 1: Detect the keypoints using SURF Detector
int minHessian = 400;
cv::SurfFeatureDetector detector(minHessian);
std::vector<cv::KeyPoint> keypoints_object, keypoints_scene;
detector.detect(img_object, keypoints_object);
detector.detect(img_scene, keypoints_scene);
//-- Step 2: Calculate descriptors (feature vectors)
cv::SurfDescriptorExtractor extractor;
cv::Mat descriptors_object, descriptors_scene;
extractor.compute(img_object, keypoints_object, descriptors_object);
extractor.compute(img_scene, keypoints_scene, descriptors_scene);
//-- Step 3: Matching descriptor vectors using FLANN matcher
cv::FlannBasedMatcher matcher;
std::vector<cv::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);
//-- Draw only "good" matches (i.e. whose distance is less than 3*min_dist)
std::vector<cv::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]); }
}
cv::Mat img_matches;
cv::drawMatches(img_object, keypoints_object, img_scene, keypoints_scene,
good_matches, img_matches, cv::Scalar::all(-1), cv::Scalar::all(-1),
std::vector<char>(), cv::DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS);
//-- Localize the object
std::vector<cv::Point2f> obj;
std::vector<cv::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);
}
cv::Mat H = cv::findHomography(obj, scene, CV_RANSAC);
//-- Get the corners from the image_1 (the object to be "detected")
std::vector<cv::Point2f> obj_corners(4);
obj_corners[0] = cvPoint(0,0); obj_corners[1] = cvPoint(img_object.cols, 0);
obj_corners[2] = cvPoint(img_object.cols, img_object.rows); obj_corners[3] = cvPoint(0, img_object.rows);
std::vector<cv::Point2f> scene_corners(4);
cv::perspectiveTransform(obj_corners, scene_corners, H);
//-- Draw lines between the corners (the mapped object in the scene - image_2)
cv::line(img_matches, scene_corners[0] + cv::Point2f(img_object.cols, 0), scene_corners[1] + cv::Point2f(img_object.cols, 0), cv::Scalar(0, 255, 0), 4);
cv::line(img_matches, scene_corners[1] + cv::Point2f(img_object.cols, 0), scene_corners[2] + cv::Point2f(img_object.cols, 0), cv::Scalar(0, 255, 0), 4);
cv::line(img_matches, scene_corners[2] + cv::Point2f(img_object.cols, 0), scene_corners[3] + cv::Point2f(img_object.cols, 0), cv::Scalar(0, 255, 0), 4);
cv::line(img_matches, scene_corners[3] + cv::Point2f(img_object.cols, 0), scene_corners[0] + cv::Point2f(img_object.cols, 0), cv::Scalar(0, 255, 0), 4);
//-- Show detected matches
cv::imshow("Good Matches & Object detection", img_matches);
cv::waitKey(0);
return 0;
}
/** @function readme */
void readme()
{ std::cout << " Usage: ./SURF_descriptor <img1> <img2>" << std::endl; }
Nó không giống như một vấn đề không gian tên. Nếu bạn nhìn vào thông báo lỗi đầu tiên của bạn, nó nói rằng một xác nhận đã thất bại (có thể cho hàm 'findHomography'): có vẻ như ít nhất một trong các mảng điểm đầu vào của bạn đến' findHomography' không có đủ điểm trong đó. Bạn có thể đăng một đoạn trích cho biết cách bạn sử dụng 'findHomography' và cách bạn tạo ra các điểm không? –
xem ở trên, tôi đã chỉnh sửa câu hỏi của mình – haykart
Hmmm ... Hãy thử 'std :: cout'ing' obj.size() 'và' scene.size() 'ngay trước khi bạn thực hiện' findHomography' - có lẽ trình tối ưu hóa có thể ' t tìm thấy bất kỳ trận đấu tốt giữa 'obj' và' scene' và do đó 'findHomography' không có đủ để làm các phép tính với. –