OpenCV 遇到 cv::FAST 问题

Question

我正在尝试使用开放式 CV FAST 算法来检测视频源中的角点。方法调用和设置似乎很简单，但我遇到了一些问题。当我尝试使用此代码时

  while(run)
{
    clock_t begin,end;
    img = cvQueryFrame(capture);

    key = cvWaitKey(10);


    cvShowImage("stream",img);
    //Cv::FAST variables
    int threshold=9;
    vector<KeyPoint> keypoints;

    if(key=='a'){
        //begin = clock();


        Mat mat(tempImg);

        FAST(mat,keypoints,threshold,true);
        //end = clock();
        //cout << "\n TIME FOR CALCULATION: " << double(diffClock(begin,end)) << "\n" ;

    }

我收到此错误：

OpenCV 错误：断言失败 (image.data && image.type() == CV_8U) 未知 函数，文件........\ocv\opencv\src\cvaux\cvfast.cpp，第 6039 行

所以我认为这是图像深度的问题，所以当我添加这个时：

    IplImage* tempImg = cvCreateImage(Size(img->width,img->height),8,1);
        cvCvtColor(img,tempImg,CV_8U);

我明白了：

OpenCV 错误：通道数错误（此转换的通道数不正确 版本代码）在未知函数中，文件........\ocv\opencv\src\cv\cvcolor.cpp ，第 2238 行

我尝试使用 Mat 而不是 IplImage 进行捕获，但我不断收到相同类型的错误。

有什么建议或帮助吗？ 提前致谢。

整个文件只是为了方便任何人：

    #include "cv.h"
    #include "cvaux.hpp"
    #include "highgui.h"

    #include <time.h>
    #include <iostream>



    double diffClock(clock_t begin, clock_t end);

    using namespace std;
    using namespace cv;

    int main(int argc, char** argv)
    {
//Create Mat img for camera capture 
IplImage* img;
bool run = true;

CvCapture* capture= 0;
capture = cvCaptureFromCAM(-1);
int key =0;
cvNamedWindow("stream", 1);

while(run)
{
    clock_t begin,end;
    img = cvQueryFrame(capture);

    key = cvWaitKey(10);


    cvShowImage("stream",img);
    //Cv::FAST variables
    int threshold=9;
    vector<KeyPoint> keypoints;

    if(key=='a'){
        //begin = clock();
        IplImage* tempImg = cvCreateImage(Size(img->width,img->height),8,1);
        cvCvtColor(img,tempImg,CV_8U);

        Mat mat(img);

        FAST(mat,keypoints,threshold,true);
        //end = clock();
        //cout << "\n TIME FOR CALCULATION: " << double(diffClock(begin,end)) << "\n" ;

    }
    else if(key=='x'){
        run= false;
    }
}
cvDestroyWindow( "stream" );
return 0;

}

Answer 1

当您在使用 OpenCV API 时遇到问题时，请检查源代码中提供的测试/示例：fast.cpp

这种做法非常有用且具有教育意义。现在，如果您查看该代码，您会注意到图像在调用cv::FAST() 之前已转换为灰度：

Mat mat(tempImg);
Mat gray;
cvtColor(mat, gray, CV_BGR2GRAY);
FAST(gray,keypoints,threshold,true);

确实看起来很简单。

Answer 2

你需要改变这个

cvCvtColor(img,tempImg,CV_8U);

到

cvCvtColor(img,tempImg,CV_BGR2GRAY);

您可以阅读this

祝你好运

Answer 3

我开始收到与以前有效的代码相同的消息，并且我确定我的 Mat 是 U8 灰度。事实证明，我试图处理的其中一张图像不再存在。所以在我的情况下，这是一个误导性的错误消息。

Answer 4

看看这个示例代码。您使用的代码看起来已经过时了 opencv，在这个示例中，您会发现现在应该如何使用特征检测器。 该示例适用于多个特征检测器（包括 FAST），因此看起来有点复杂。

http://code.opencv.org/projects/opencv/repository/entry/branches/2.4/opencv/samples/cpp/matching_to_many_images.cpp

您还将在父目录中找到更多示例。

Answer 5

请按照以下代码获得您想要的结果。为了展示一个例子，我只考虑一个图像，但你可以简单地对视频帧使用相同的想法

Mat img = imread("IMG.jpg", IMREAD_UNCHANGED);
if( img.empty())
  {
    cout << "File not available for reading"<<endl;
    return -1;
  }
Mat grayImage;
if(img.channels() >2){
   cvtColor( img, grayImage, CV_BGR2GRAY ); // converting color to gray image
    }
else{
   grayImage =  img;
}
double sigma = 1;
GaussianBlur(grayImage, grayImage, Size(), sigma, sigma); // applying gaussian blur to remove some noise,if present

int thresholdCorner = 40;
vector<KeyPoint> keypointsCorners;
FAST(grayImage,keypointsCorners,thresholdCorner,true); // applying FAST key point detector
if(keypointsCorners.size() > 0){
   cout << keypointsCorners.size() << endl;
}
// Drawing a circle around corners
for( int i = 0; i < keypointsCorners.size(); i++ )
   {
       circle( grayImage, keypointsCorners.at(i).pt, 5,  Scalar(0), 2, 8, 0 );
   }
cv::namedWindow("Display Image");
cv::imshow("Display Image", grayImage);
cvWaitKey(0);
cvDestroyWindow( "Display Image" );