在OpenCV中将匹配项从8位4通道转换为64位1通道

我有一个

Point2f

的

vector

，它有颜色空间

CV_8UC4

，需要将它们转换为

CV_64F

，以下代码正确吗

points1.convertTo(points1, CV_64F);

更多详细信息：

我尝试使用此函数通过5点算法计算基本矩阵（旋转/平移），而不是使用OpenCV中包含的findFundamentalMath，它基于8点算法：

如您所见，它首先将图像转换为

CV\u 64F

。我的输入图像是一个

CV_8UC4

，

BGRA

图像。当我测试函数时，从数学角度来看，

BGRA

和灰度图像都会生成有效的矩阵，但是如果我传递的是灰度图像而不是颜色，那么计算起来需要更多的时间。这让我觉得在这两种情况中的一种情况下我做得不对

我了解到，当颜色空间的变化不是线性的（我认为在这种情况下，从4个通道变为1个通道时就是这种情况），应该对强度值进行规格化。对吗？我应该对此函数提供哪些输入

另一个注意事项是，在我的代码中，函数的调用方式如下：

vector<Point2f>imgpts1, imgpts2;

for (vector<DMatch>::const_iterator it = matches.begin(); it!= matches.end(); ++it)
{
  imgpts1.push_back(firstViewFeatures.second[it->queryIdx].pt);
  imgpts2.push_back(secondViewFeatures.second[it->trainIdx].pt);
}

Mat mask;
Mat E = findEssentialMat(imgpts1, imgpts2, [camera focal], [camera principal_point], CV_RANSAC, 0.999, 1, mask);

vectorimgpts1，imgpts2；
对于（vector:：const_迭代器it=matches.begin（）；it！=matches.end（）；++it）
{
imgpts1.push_back（firstViewFeatures.second[it->queryIdx].pt）；
imgpts2.push_back（secondViewFeatures.second[it->trainIdx].pt）；
}
垫罩；
Mat E=FindSentialMat（imgpts1，imgpts2，[摄像机焦距]，[摄像机主点]，CV_RANSAC，0.999，1，遮罩）；

事实上，我没有传递

Mat

，而是传递

Point2f

的

vector

，这似乎不会产生任何问题，因为它可以正确编译和执行

---

如果是这样，我应该将匹配项存储在

垫子中吗？
不，不是。
std:：vector
无法使用OpenCV
convertTo
函数

我想你的意思是你有一个
cv:：Mat points1
类型的
cv\u 8UC4
。请注意，这些是
RxCx4
值（即
R
和
C
行数和列数），并且在
CV_64F
矩阵中，您将仅具有
RxC
值。因此，您需要更清楚地了解如何转换这些值

您可以执行
points1.convertTo（points1，cv64fc4）
以获得
RxCx4
矩阵

更新：

更新问题后的一些评论：

请注意，
矢量
是与任何特定颜色空间无关的2D点矢量，它们只是图像轴中的坐标。因此，它们在灰色、rgb或hsv图像中表示相同的2D点。然后，
findesentialmat
的执行时间不依赖于图像颜色空间。不过，获得分数可能会有帮助

也就是说，我认为您对
findesentialmat
的输入是正确的（该函数负责向量并将它们转换为它们的内部表示）。在这种情况下，在图像中绘制点来调试代码是非常有用的。
我不确定你指的是在某些颜色空间中的点2f的向量，但是如果你想将点的向量转换为另一种类型的点的向量，你可以使用任何标准的C++/STL函数，如copy（）、assign（）或insert（）。例如：

copy(floatPoints.begin(), floatPoints.end(), doublePoints.begin());

或

我在问题中添加了更多的细节，这并不是我想问的问题。请参阅更新。
doublePoints.insert(doublePoints.end(), floatPoints.begin(), floatPoints.end());