C++ 带有OpenCV的RANSAC的MLESAC isntead

是否有可用的代码使用MLESAC而不是RANSAC与OpenCV一起查找已知对象

MLESAC应该比RANSAC更加健壮。此处提供了一个使用示例：

您可以使用PCL库中的MLESAC（以及PROSAC等）。 我不使用PCL，因此无法举例说明

我用的是Karel Lebeda的LO-RANSAC

int do_lo=1//局部优化
无符号int tent_size=tentives.size（）；
双误差阈值=2.0//以像素为单位
双置信度=0.99；
int max_样本=100000//最高审判
int inl_limit=0//无限制
如果（帐篷大小>=5）
{
双H[3*3]；
未签名统计数据[3]；
双人床*u2Ptr=新双人床[帐篷大小*6]，*u2；u2=u2Ptr；
typedef无符号字符；
unsigned char*inl2=新的uchar[tent_size]；
for（int i=0；i

您是否将其与OpenCV一起使用？您能否举例说明一些要点，例如：添加了一个与LO-RANSAC一起使用的示例。关于PCL-这只是一个建议，我不使用该库。

int do_lo = 1; //local optimization
unsigned int tent_size = tentatives.size();
double err_threshold = 2.0; //in pixels
double confidence = 0.99;
int max_samples = 100000;//max trials
int inl_limit = 0;//no limit
if (tent_size >= 5)
{
  double H[3*3];
  unsigned stats[3];
  double *u2Ptr = new double[tent_size*6], *u2; u2=u2Ptr;
  typedef unsigned char uchar;
  unsigned char *inl2 = new uchar[tent_size];

  for( int i = 0; i < tentatives.size(); i++ )
    {
      *u2Ptr =  keypoints_object[ tentatives[i].queryIdx ].pt.x;
      u2Ptr++;

      *u2Ptr =  keypoints_object[ tentatives[i].queryIdx ].pt.y;
      u2Ptr++;
      *u2Ptr =  1.;
      u2Ptr++;

      *u2Ptr =   keypoints_scene[ tentatives[i].trainIdx ].pt.x;
      u2Ptr++;

      *u2Ptr =   keypoints_scene[ tentatives[i].trainIdx ].pt.y;
      u2Ptr++;
      *u2Ptr =  1.;
      u2Ptr++;
    }
  ransacH(u2, tent_size, err_threshold*err_threshold, confidence, max_samples, do_lo, , H, inl2,stats);
  for(i=0; i < tent_size; i++)
    if (inl2[i])
      inliers.push_back(good_matches[i]);

  delete[] u2; delete[] inl2;