Obecnie kończę moje narzędzie do oceny detektorów punktów odsetkowych. W ostatnich krokach znalazłem mylący błąd.Błąd asercji OpenCV CV findHomography - counter => 4
Mat findHomography(InputArray srcPoints, InputArray dstPoints, int method=0, double ransacReprojThreshold=3, OutputArray mask=noArray())
srcPoints
i dstPoints
są vector<Points2f>
który przechowuje odpowiednie punkty dopasowanej keypoints. Do tej pory nic specjalnego - To jak w tutorialach.
Ale kiedy używam RANSAC i mam vector<Points2f>
w zakresie [0, ..., 4], pojawia się błąd potwierdzenia, licznik powinien być większy lub równy cztery.
Pytanie 1: Czy algorytm potrzebuje co najmniej czterech punktów, aby opisać, co należy do obecnego modelu, a co nie, i stworzyć konsensus?
Pytanie 2: Czy istnieje dokumentacja na ten temat? (Spojrzałem na doc i tutorials.)
Please note that I already have seen this question. Ale nie ma satysfakcjonującej odpowiedzi na zachowanie RANSAC. Czy powinienem zaakceptować, że ta metoda potrzebuje co najmniej czterech punktów, aby znaleźć homografię?
Dzięki za pomoc.
Czy możesz dać mi wskazówkę, gdzie mogę przeczytać te równania? Znalazłem tylko kilka zdań w tekstach, które mówiły mi "potrzebujesz co najmniej czterech punktów", ale bez żadnego wyjaśnienia. –
Sprawdź to: http://cseweb.ucsd.edu/classes/wi07/cse252a/homography_estimation/homography_estimation.pdf – memecs