findHomography opencv如何使用

在 OpenCV 中，findHomography 函数可以使用 RANSAC 算法估计两个平面之间的单应性矩阵。该函数需要一些输入参数和输出参数：

输入参数：
- srcPoints：源平面上的点集，类型为 std::vector<cv::Point2f>。
- dstPoints：目标平面上的点集，类型为 std::vector<cv::Point2f>。
- method：指定计算单应性矩阵时所采用的方法，通常为默认值 cv::RANSAC。
- ransacReprojThreshold：RANSAC 算法中的阈值，通常为 3。
- mask：输出的掩码矩阵，如果对应点之间的距离小于阈值，则掩码对应位置为 1，否则为 0。

输出参数：
- H：输出的单应性矩阵，类型为 cv::Mat。

以下是一个示例代码：

std::vector<cv::Point2f> srcPoints, dstPoints;
// 初始化 srcPoints 和 dstPoints
cv::Mat H;
cv::findHomography(srcPoints, dstPoints, cv::RANSAC, 3, mask);

其中，mask 可以用来筛选出符合要求的对应点，例如：

std::vector<cv::Point2f> inliersSrcPoints, inliersDstPoints;
for (int i = 0; i < mask.rows; i++) {
    if (mask.at<uchar>(i)) {
        inliersSrcPoints.push_back(srcPoints[i]);
        inliersDstPoints.push_back(dstPoints[i]);
    }
}

这样，inliersSrcPoints 和 inliersDstPoints 中的点就是符合要求的对应点，可以用来进行后续的操作。