读取文件夹下所有图片,并使用cv::calcOpticalFlowPyrLK函数,并可视化对应点轨迹
时间: 2024-03-27 09:37:18 浏览: 19
读取文件夹下所有图片,可以使用OpenCV中的`cv::glob`函数,该函数可以根据通配符模式匹配指定目录下的所有文件。具体步骤如下:
1. 使用`cv::glob`函数获取指定目录下的所有图像文件路径。
2. 按顺序读取每一张图像,计算对应点的运动,绘制轨迹。
下面是一个代码示例:
```c++
#include <iostream>
#include <string>
#include <vector>
#include <opencv2/opencv.hpp>
int main() {
// 指定图像文件夹路径
std::string image_folder = "path/to/image/folder";
// 获取图像文件路径
std::vector<cv::String> image_paths;
cv::glob(image_folder, image_paths);
// 定义关键点和颜色
std::vector<cv::Point2f> prev_keypoints, curr_keypoints;
cv::Scalar prev_color = cv::Scalar(0, 0, 255), curr_color = cv::Scalar(0, 255, 0);
// 读取第一张图像
cv::Mat prev_image = cv::imread(image_paths[0]);
cv::cvtColor(prev_image, prev_image, cv::COLOR_BGR2GRAY);
cv::goodFeaturesToTrack(prev_image, prev_keypoints, 500, 0.01, 10);
// 遍历每一张图像
for (int i = 1; i < image_paths.size(); i++) {
// 读取当前帧图像
cv::Mat curr_image = cv::imread(image_paths[i]);
cv::cvtColor(curr_image, curr_image, cv::COLOR_BGR2GRAY);
// 计算光流
std::vector<uchar> status;
std::vector<float> err;
cv::calcOpticalFlowPyrLK(prev_image, curr_image, prev_keypoints, curr_keypoints, status, err);
// 绘制轨迹
for (int j = 0; j < prev_keypoints.size(); j++) {
if (status[j]) {
cv::line(curr_image, prev_keypoints[j], curr_keypoints[j], curr_color, 2);
}
}
// 更新关键点和颜色
prev_keypoints = curr_keypoints;
prev_color = curr_color;
// 重新检测关键点
cv::goodFeaturesToTrack(curr_image, curr_keypoints, 500, 0.01, 10);
// 更新上一帧图像
prev_image = curr_image.clone();
}
return 0;
}
```
在上面的代码中,我们使用了`cv::goodFeaturesToTrack`函数来检测关键点,使用`cv::calcOpticalFlowPyrLK`函数计算对应点的运动,使用`cv::line`函数绘制轨迹。注意,为了方便绘制轨迹,我们将图像从灰度图转换为了彩色图。