OpenCV：如何使用findHomography（）/findFundamental（）和RANSAC获取内部点

OpenCV本身不提供RANSAC函数，或者至少不提供这样一种形式，即您可以直接调用它并使用它（例如，

cv:：RANSAC（…）

）。所有能够使用RANSAC的函数/方法都有一个启用它的标志。但是，如果您在估计单应矩阵/基本矩阵后，确实希望对Inliners RANSAC计算执行其他操作，例如，在倍频程或类似软件/点库中创建一个漂亮的绘图，在剩余的过滤匹配集上应用其他算法等，则这并不总是有用的

在匹配两个图像后，一个得到匹配向量。除此之外，我们还有两组关键点（每幅图像一个）用于匹配过程。使用匹配项和关键点，我们创建两个点向量（例如

cv:：Point2f points

），并将其传递给

findHomography（）

。从和帖子中，我发现了如何使用掩码精确地标记内联线，并将其传递给该函数。掩码内的每一行都与一个内部值/异常值相关。但是，我无法从两组点中找出如何使用行索引信息。查看OpenCV的源代码并没有让我走得太远。在

findFundamental（）

（类似于

findHomography（）

的签名和掩码部分）中，他们使用

compressPoints（）

，这似乎以某种方式将我们作为输入的两个集合（源点和目标点）组合成一个。在测试时，为了确定面罩的性质，我尝试了两组匹配点（将

cv:：Keypoints

转换为

cv:：Point2f

——一个标准程序）。每套包含300分，因此我们总共有600分。返回的掩码包含300行（值对于本主题并不重要）

---

编辑：在写这篇文章时，我发现了答案（见下文），但还是决定发布这个问题，以防有人需要这些信息，尽快以简洁的形式发布。注意，我们仍然需要一个OpenCV函数，它支持RANSAC。因此，如果你有一组点，但无意计算单应矩阵或基本矩阵，这显然不是方法，我敢说，我无法在OpenCV的API中找到任何有用的东西来帮助避免这个障碍，因此你需要使用外部库。

解决方案实际上非常简单。正如我们所知道的，掩码中的每一行都给出了我们是否有一个内点或异常值的信息。但是，我们有两组点作为输入，那么包含单个值的行如何准确地表示两个点呢？这种索引的本质出现在我的脑海中，当时我在思考这两组点在findHomography（）中的实际表现（在我的例子中，我是在计算两幅图像之间的单应性）。这两个集合中的点数相等，因为它们是从两幅图像之间的匹配中提取的。这意味着掩码中的一行是两个集合中点的实际索引，也是两个图像匹配向量中的索引。在此基础上，我成功地手动引用了一小部分匹配点，结果与预期一致。重要的是，不要使用每个

cv:：DMatch

中引用的关键点来更改匹配顺序以及从中提取的2D点。下面您可以看到一对内联器的简单示例

for(int i = 0; i < matchesObjectScene.size(); ++i)
{
   // extract points from keypoints based on matches
   pointsObject.push_back(keypointsObject.at(matchesObjectScene.at(i).queryIdx).pt);
   pointsScene.push_back(keypointsScene.at(matchesObjectScene.at(i).trainIdx).pt);
}
// compute homography using RANSAC
cv::Mat mask;
cv::Mat H = cv::findHomography(pointsObject, pointsScene, CV_RANSAC, ransacThreshold, mask);

要获得实际的inlier，我们只需检查掩码中的当前行是否实际包含0或非零值：

if((unsigned int)mask.at<uchar>(maskRow))
  // store match or keypoints or points somewhere where you can access them later

if（（无符号整数）mask.at（maskRow））
//将匹配项、关键点或点存储在以后可以访问的位置

在另一个注释上。在OpenCV中，RANSAC本身不可能作为函数存在，因为RANSAC是一种拒绝异常值的抽象技术。RANSAC依靠一个基本模型来执行异常值拒绝。现在基本模型非常通用。它可以是任何东西（不一定是相互之间有某种关系的点）。这可能就是为什么RANSAC仅作为一个功能存在于其他函数中的原因，这些函数执行一些定义的任务，这些任务具有一些定义的范围，如

findHomography

，

findFundamentalMat

，等等。

对于第一句话，实际上掩码中的行并不代表一个inlier。该行表示内部或异常值的状态。参考这篇文章进一步解释。是的，这是正确的，这就是我的意思，但现在我重读这句话，我明白了它是如何被误解的。我会更改它。但行表示内部或异常值的状态，但在每个内部或异常值状态上并没有关键点。关键点存储在向量中。那个么，我们怎样才能在面具中得到相应的内里尔的关键点呢？我真的很难理解你们的要求。也许你可以发布一个新问题（如果你愿意，你可以链接到我的问题，帮助听众更好地了解你的案例）？

std::cout << "POINTS (via match-set): object(" << keypointsObject.at(matchesCurrentObject.at(maskRow).queryIdx).pt.x << "," << keypointsObject.at(matchesCurrentObject.at(maskRow).queryIdx).pt.y << ") - scene(" << keypointsScene.at(matchesCurrentObject.at(maskRow).trainIdx).pt.x << "," << keypointsScene.at(matchesCurrentObject.at(maskRow).trainIdx).pt.y << ")" << std::endl;

POINTS: object(462,199) - sscene(485,49)
POINTS (via match-set): object(462,199) - scene(485,49)

if((unsigned int)mask.at<uchar>(maskRow))
  // store match or keypoints or points somewhere where you can access them later