如何从特定区域opmecv android获取关键点答案

【问题标题】：how to get keypoints from specific area opmecv android如何从特定区域opmecv android获取关键点
【发布时间】：2016-07-19 19:47:39
【问题描述】：

我想构建一个像this 这样的应用程序。我想从这里绘制的矩形中绘制关键点。我怎样才能做到这一点？我想检测进入那个红色圆圈的物体，请帮助我实现这一目标。这是我的代码`。

公共类 MainActivity 扩展 Activity 实现 CvCameraViewListener2 {

private MatOfPoint features;
private Mat                  mIntermediateMat;
private Mat                  mRgba;
private Mat                  mGray;
private org.opencv.core.Size                 wsize;
Mat                          descriptors ;
FeatureDetector              featureDetector;
MatOfKeyPoint                keyPoints;
DescriptorExtractor          descriptorExtractor;
DescriptorMatcher            descriptorMatcher;

protected static final String TAG = null;
private BaseLoaderCallback mLoaderCallBack = new BaseLoaderCallback(this){

     public void onManagerConnected(int status) {
            switch (status) {
                case LoaderCallbackInterface.SUCCESS: {
                    Log.i(TAG, "OpenCV Loaded Successfully");
                    mOpenCvCameraView.enableView();
                    break;
                }
                default: {
                    super.onManagerConnected(status);
                }
            }
        }
};
private JavaCameraView mOpenCvCameraView;

@Override
protected void onCreate(Bundle savedInstanceState) {
    super.onCreate(savedInstanceState);
    getWindow().addFlags(WindowManager.LayoutParams.FLAG_KEEP_SCREEN_ON);
    setContentView(R.layout.activity_main);

    mOpenCvCameraView = (JavaCameraView) findViewById(R.id.main_activity_surface_view);
    mOpenCvCameraView.setVisibility(SurfaceView.VISIBLE);
    mOpenCvCameraView.setCvCameraViewListener(this);
}

@Override
public boolean onCreateOptionsMenu(Menu menu) {
    // Inflate the menu; this adds items to the action bar if it is present.
    getMenuInflater().inflate(R.menu.main, menu);
    return true;
}

@Override
public boolean onOptionsItemSelected(MenuItem item) {
    int id = item.getItemId();
    if (id == R.id.action_settings) {
        return true;
    }
    return super.onOptionsItemSelected(item);
}

public void onResume(){
    super.onResume();
    OpenCVLoader.initAsync(OpenCVLoader.OPENCV_VERSION_3_1_0, this, mLoaderCallBack);
}

public void onDestroy() {
    super.onDestroy();
    if (mOpenCvCameraView != null) {
        mOpenCvCameraView.disableView();
    }
}

@Override
public void onCameraViewStarted(int width, int height) {
    mRgba = new Mat(height, width, CvType.CV_8UC4);
    mIntermediateMat = new Mat(height, width, CvType.CV_8UC4);
    mGray = new Mat(height, width, CvType.CV_8UC1);
    featureDetector=FeatureDetector.create(FeatureDetector.DYNAMIC_ORB);
    descriptorExtractor=DescriptorExtractor.create(DescriptorExtractor.ORB);
    descriptorMatcher= DescriptorMatcher.create(6);
    keyPoints = new MatOfKeyPoint();
    descriptors = new Mat();
    mIntermediateMat = new Mat();
    features = new MatOfPoint();
}

@Override
public void onCameraViewStopped() {


}

@Override
public Mat onCameraFrame(CvCameraViewFrame inputFrame) {
    mRgba = inputFrame.rgba();
    //mGray = inputFrame.gray();
    Mat mZoomWindow = mRgba.submat(140,320,100,380);
    Imgproc.resize(mZoomWindow, mRgba, mRgba.size());
    wsize = mZoomWindow.size();
    Scalar color = new Scalar(255);
    Imgproc.rectangle(mZoomWindow, new Point(1, 1), new Point(wsize.width - 2, wsize.height - 2), color, 2);
    //Mat mask = new Mat(mZoomWindow.size(), CvType.CV_8U);
    Mat mask = Mat.zeros(mRgba.size(), CvType.CV_8UC1);
    /*boolean use_harris = true;
    Imgproc.cvtColor(mRgba, mRgba, Imgproc.COLOR_RGBA2GRAY, 4);
    Imgproc.goodFeaturesToTrack(mRgba, features ,100, 0.01, 10, mask , 8, use_harris , 0.06);
    List<Point> drawFeature = features.toList();
    for (int i = 0; i < drawFeature.size(); i++){
        Point p = drawFeature.get(i);
        Imgproc.circle(mRgba, p, 5, new Scalar(0,255,0));
    }
    //Imgproc.cvtColor(mIntermediateMat, mRgba, Imgproc.COLOR_GRAY2RGBA, 4);
    //mIntermediateMat.convertTo(mRgba, CvType.CV_8UC4, 1); */
    Imgproc.cvtColor(mRgba, mRgba , Imgproc.COLOR_RGBA2RGB, 4);
    featureDetector.detect(mRgba, keyPoints);
    Features2d.drawKeypoints(mRgba, keyPoints, mask);
            return mRgba;
}

} `

【问题讨论】：

您能否更具体地说明您想要实现的目标以及出了什么问题？您是否正在尝试绘制圆形和矩形，从相机源中识别特征等等...？
首先感谢您来到此页面并发表评论。我很感激你给了我时间来回答我的问题。我的问题是我想检测矩形区域中的特征，并且我想检测位于该矩形区域中的那些点的光流。基本上我正在为盲人建立室内运动应用程序。我认为我做错的是我必须为此使用 Surface Holder。你能帮我解决我的问题并指导我吗？因为我是软件工程的最后一年学生
这个问题在这一点上听起来有点宽泛。 Stackoverflow 不是家庭作业的帮助台。您将不得不在自己身上付出一些努力，并找出您遇到问题的关键领域。
我只想知道如何从视频流中的特定区域获取特征点？这可能吗？

标签： android image-processing opencv3.0 opencv4android opticalflow

【解决方案1】：

也许我现在太晚了，很可能你已经做到了。但据我了解，您需要逐帧处理视频。因此，当您获得一个框架时，您可以对其进行裁剪以仅获得标记的矩形区域的 Mat 对象。然后您可以检测裁剪图像中的特征点并将它们与道路上给出红点的物体的特征点进行匹配（您可以在道路上拥有该物体的局部图片以给出它的特征点.对了，那是什么东西？）。

但这是用于使用关键点在矩形内进行跟踪。如果你想要光流，再次检测点并存储它们，然后在裁剪后的图像中使用光流算法。

【讨论】：