opencv - Mat或vector 类型中的哪一种类型更适合与函数EstimateRigidTransform()使用？

Question

众所周知，我们可以将两种类型之一的两个参数传递给estimateRigidTransform()函数: Mat estimateRigidTransform(InputArray src, InputArray dst, bool fullAffine)

cv::Mat frame1, frame2;

std::vector<cv::Point2f> frame1_features, frame2_features;

也就是说，例如，要实现视频稳定(抖动消除)，我们可以使用以下两种方法之一:

带 cv::Mat的

: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);

带 std::vector<cv::Point2f> features;的

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);

哪种方法更适合使用，为什么？

即哪种 Mat或 vector<Point2f>类型更适合与函数EstimateRigidTransform()配合使用？

Answer 1

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

这是两种方法之间的唯一区别。如果发现frame1和frame2之间的对应关系很重要，请使用版本2，否则使用版本1。