小编Wil*_*rew的帖子

我有一组2D image从OpenCV FAST角点检测功能输出的关键点.使用a Asus Xtion I还具有时间同步的深度图,其中已知所有相机校准参数.使用这些信息我想提取一组3D坐标(点云)OpenCV.

任何人都可以给我任何指示如何这样做？提前致谢!

java Math.atan()函数是否有任何问题？我在我的代码中使用它,并且由于一些奇怪的原因我无法解决,函数将返回0表示45度运动,跳转到45并保持在45直到它达到63.4度,它开始正确映射,直到它达到-63.4度并且问题重复.我很困惑!我已经三次检查我的输入始终是正确的,但问题又重现了!

这是我的代码

int adjacent = p2.x - p1.x;
if (adjacent == 0) adjacent = 1; //Prevent division by 0
int opposite = p2.y - p1.y;
double pheta = Math.atan(opposite/adjacent);
System.out.println(opposite + "/" + adjacent + ", pheta=" + Math.toDegrees(pheta));

这是关于测试数据的一些打印输出

73/102, angle=0.0
73/101, angle=0.0
74/100, angle=0.0
74/99, angle=0.0
75/99, angle=0.0
76/97, angle=0.0
76/96, angle=0.0
77/95, angle=0.0
78/95, angle=0.0
78/94, angle=0.0
79/92, angle=0.0
80/91, angle=0.0
81/90, angle=0.0
81/89, angle=0.0
82/87, angle=0.0
83/86, angle=0.0
84/85, angle=0.0
84/84, angle=45.0
84/83, angle=45.0
85/83, …

我正在使用OpenCV SVM实现来二元预测图像特征的重要性.因此,我正在对正面和负面图像特征进行训练,并在{0,1}中寻找分类.

我遇到的问题是,在训练之后,SVM总是使用更高/更高的类标签来预测类.我可以更改训练数据集的标签,这个问题仍然存在.我仔细检查了生成的标签和训练cv :: Mat矩阵,但没有发现任何问题.

下面是我的SVM类和附带的SVM参数

//Populate the SVM parameters
void SVM::setSVMParams()
{
    params.svm_type = cv::SVM::C_SVC;
    params.kernel_type = cv::SVM::RBF;
    params.term_crit = cv::TermCriteria(CV_TERMCRIT_ITER, 100, 1e-6);

    params_set = true;
}

//Train the SVM with the given data
void SVM::train(cv::Mat train_data, cv::Mat labels)
{
    //Set the SVM parameters if they haven't been already
    if (!params_set)
    {
        setSVMParams();
    }

    svm.train(train_data, labels, cv::Mat(), cv::Mat(), params);
}

//Based on training, predict the class of the given data
float SVM::predict(cv::Mat sample)
{
    return svm.predict(sample, false);
}

这是负责生成训练数据和各自标签的功能 …