juebai123的博客

接前面控制台显示用 meshlab 来把重建的点文件和pmvs的点文件比较一下旋转一下并没有远离，假如用下面这个匹配图直接重建会怎么样呢？这就相差很远了还有一些函数//读取一个投影矩阵void read1Project(string name,Mat &project){ ifstream in; //文件读

1。bundle.out文件包含了一些经过估算得到的场景和相机几何信息。文件的格式如下：　　//---------------------------------------------------------------------------------------------------------------------开始# Bundle file v0.3

现在，按照前面的 out 文件的说明，把 bundle.out 文件 读入内存中。 在bundle 中，有一系列 out 文件，如bundle.init.out、bundle_001.out、bundle.rd.out 等先定义几个结构体://在图像中的位置struct outPOINT2D{int n;//图片个数intsift_num;//sift序号

从网络中找到两种计算焦距的方法1。两幅图像的单应矩阵H计算焦距f（取自《全景图拼接》opencv代码）//从两幅图像的单应矩阵H计算焦距f。void focalsFromHomography(const Mat& H, double &f0, double &f1, bool &f0_ok, bool &f1_ok){ CV_Assert(H.type() == CV_64

相机内参矩阵： fx s x0 K = 0 fy y0 0 0 1其中，fx，fy为焦距，一般设二者相等，初始设为图的长边长。x0、y0为主点坐标（相对于成像平面），为图像中心点坐标。s为畸变系数，初始设为0 int Focalf = max(image.rows, image.c

opencv3.0中有一个函数 triangulatePoints 可以用两个投影矩阵和匹配点来得到 3D点现在就用这个函数来重建，相当于一个简易的 pmvs。 先写一个流程：1。在visualize下读入两个图（已经崎变校正过的）2。检测特征点（可以任何一种，后面用AKAZE）3。匹配（1）粗配--match_feature

现在利用bundler-v0.4-source 来取得内外参现在要把bundler作为一个函数来使用，首先要抛弃Cygwin,自己来做所有工作。先来看一下bundler的输入：1。一组图(最少两个图)，由一个list.txt提供路径和文件名2。所有图的sift特征点和描述符 ，由list_keys.txt 提供3。一个从图像中提取得参考焦距，也放到list.txt 中4。一

根据前面得到的两个径向畸变系数来校正失真图像。校正函数：//校正图象void UndistortImage(const std::string &in, //原始畸变图文件名 const camera_params_t &camera,//图像的焦距，和两个径向畸变系数 const std::string