Smorodov

Гуглом легко находится. http://www.google.ru/#hl=ru&source=hp&...2892a58965fcd35 Например на сайте mirknig.com (даже регистрации не нужно)

Я обычно гружу из https://code.ros.org/svn/opencv/trunk/opencv, этот путь указан у них на сайте.

Есть еще одно предположение: CV_32F это не double а float, из за этого может выводиться ерунда. Я про эти строчки: double pts1[]={126,120, 331,116, 153,217, 192,236, 69,245, 301,216, 215,273, 270,280}; double pts2[]={337,61, 394,78, 264,155, 502,174, 336,158, 311,184, 195,212, 408,240}; CvMat points_a=cvMat(n, 2, CV_32F,pts1); CvMat points_b=cvMat(n, 2, CV_32F,pts2);

Ну вот я подставляю: -0.132*337+0.991*61-15.688=близко к нулю, отсюда следует, что точка (337,61) лежит на линии (-0.132,0.991,-15.688). Так что все правильно считает, строит не правильно что-то. ЗЫ: Прямую можно строить по 2-м точкам, а не по 100 (200).

Да нет просто линии с первого и второго изображения перепутаны (хотя, посмотрел получше вроде и если поменять тоже не сходятся) Там важны координаты точек измеренных в системе координат камер (кадра). Размеры изображения значения не имеют. И ориентацию получаем как относительное угловое и линейное смещение одной системы координат относительно другой. А можете показать, кусок кода, который линии строит? ЗЫ: картинки в футуристическом стиле.

double lines_[]={0,0,0, 0,0,0, 0,0,0, 0,0,0, 0,0,0, 0,0,0, 0,0,0, 0,0,0}; CvMat lines1=cvMat(n, 3, CV_32F,lines_); CvMat lines2=cvMat(n, 3, CV_32F,lines_); Все законно, указана одна и та же память lines_. Сделайте lines_1 и lines_2.

whichImage - указывает на каком изображении заданы точки. Коэффициенты a,b,c уравнения эпиполярной линии ax + by + c = 0 для другого изображения хранятся в массиве lines. То есть задаем точку на первом изображении whichImage=1, получаем линию на втором, и наоборот. H1,H2 - матрицы гомографии для первого и второго изображения, threshold, насколько я понял, если не равен нулю, то точки, не соответствующие эпиполярной геометрии отсеиваются по неравенству |points2T * F * points1| > threshold до выполнения функции.

Ввиду неважной документированности SVM классификатора (очень неплохая альтернатива нейросетям во многих случаях), в документации opencv, предлагаю посмотреть сайт (на него ссылаются авторы opencv), на сайте есть java демонстрация, и библиотека SVM, все в открытом коде. http://www.csie.ntu.edu.tw/~cjlin/libsvm/#GUI Здесь немного вводной теории (рус.): http://www.spc-consulting.ru/dms/Machine%2...oryOverview.htm Лекции (рус.): http://logic.pdmi.ras.ru/~yura/internet/07ianote.pdf И одна из альтернатив: http://svmlight.joachims.org/

Здесь как искать координаты и ориентацию камер: http://www.graphicon.ru/2006/wr22_85_Kalin...nikovaYurin.pdf

Здесь картинка ронравилась и по-русски все: http://www.comprice.ru/articles/detail.php...&print=true

Здесь классная песенка и клип http://danielwedge.com/fmatrix/

Литература к топику: Human Motion: Understanding, Modelling, Capture, and Animation (Computational Imaging and Vision) есть на www.rapidlibrary.com

Спасибо за интересную ссылку, добуду прогу, обязательно погоняю её и посмотрю чего добились люди в решении этого вопроса. Может немного перенаправлю Ваш поиск: посмотрите функцию cvFindFundamentalMat вот здесь: http://opencv.willowgarage.com/documentati...nstruction.html и еще ссылку: http://en.wikipedia.org/wiki/Fundamental_m...puter_vision%29

Гляньте документик: http://www.ict.edu.ru/ft/002404/num1krav.pdf А там обратите внимание на подчеркнутое снизу: И тут про нахождение координат точек ничего не говорится, речь идет о трансформации их (известных) координат: "Шести соответствий точек объекта и их проекций на картинную плоскость достаточно, для составления и однозначного решения системы линейных уравнений относительно неизвестных величин углов поворота и параллельного переноса перехода из координатной системы объекта в систему координат камеры." Цитата с сайта: http://cgm.computergraphics.ru/content/view/42 Здесь ищутся 6 координат x,y,z,rx,ry,rz для камеры. И еще ссылочка: http://www.slidefinder.net/a/accurate_non_...on_pnp/10721610 И там примерно тоже самое, расстояния между точками известны, находим ориентацию камеры и её линейные координаты. Хотя поздно уже, могу что то путать. ЗЫ: Вы же своего все равно добьетесь

Здесь проблема в том, что взаимное положение точек не известно, поэтому что одна точка, что тучка точек без разницы Так что если решите задачу для одной точки, то решите её и для всех точек. Подумаю еще, завтра попытаюсь построить вменяемый чертежик.

В версии SVN все работает нормально, это ошибка 2.0 и 2.1.

В версии с SVN программа работает. В октябре должен выйти релиз. HMM_svn.RAR Для компиляции в C++ Builder 6 , нужно переписать с заменой, директории modules и include в папке с opencv. DLL и LIB файлы в архиве.

Я не знаю как в SVN версии, но в 2.0 и 2.1 это открытая проблема, о которой уже известно разработчикам: http://sourceforge.net/tracker/index.php?f...amp;atid=376677 Попробую построить SVN версию, и проверю, осталась-ли ошибка.

А есть более развернутая формулировка задачи? Попробуйте набросать схему задачи (на бумаге) с обозначением известных и искомых значений. Может удастся добавить какие нибудь дополнительные условия. Вот хотя бы несколько вопросов: 1) перемещаются ли точки независимо друг от друга? 2) если нет, то имеет ли место чисто линейное перемещение? Или есть поворот? 3) есть ли разница по цвету между точками ....... Данных для однозначного решения сейчас не хватает. Это примерно как по тени пытаться найти трехмерные координаты точек (решений множество, а толку от них нет).

Если страницу прогнать через детектор границ, а потом поискать прямоугольнки? Может кинете пример одной из страниц, которые плохо обрабатываются и результат отделения цветного от черно-белого?

Есть одна авантюрная мысль, нормировать все компоненты точек (привести максимальные элементы к 255. Работать нужно с тройками - берем максимальный компонент из R,G и B и умножаем его на коэффициент такой чтобы он стал равным 255 и остальные оставшиеся два компонента умножаем на тот-же коэффициент), тогда все серое станет белым Потом через бинаризатор и очиститель мелкого шума.

Там написано: "The coordinates of 3D object points and their correspondent 2D projections in each view must be specified. That may be achieved by using an object with known geometry and easily detectable feature points." Что означает: Координаты точек трехмерного объекта должны быть заданы, также должны быть определены соответствующие им двумерные координаты на каждом изображении. Это может быть достигнуто при помощи объекта известной конфигурации с легко детектируемыми характерными точками. Трехмерные координаты точек задаются в системе координат модели а не мировой, то есть Вы можете задаться направлениями осей и центром координат, и в этой системе измерить координаты точек модели, которые затем будете искать на изображениях с камеры, причем важно чтобы соблюдалось соответствие (порядок следования детектированных точек, и их проекций на изображениях с камеры). distortion32f - Array of four distortion coefficients found. - Вообще-то это (и многие из тех которые Вы не понимаете как найти) выходной параметр (output), подсуньте ему указатель на ранее созданную матрицу с требуемым количеством элементов (в других параметрах может быть что-то другое).

1) Я думаю что задача не разрешима в данной постановке (потому и не нашли в интернете), так как недоопределена (количество неизвестных больше чем количество уравнений, которые можно составить). 2) Это не задача калибровки, в задаче калибровки мы определяем параметры камер (внешние (взаимное положение) и внутренние (искажения линз и т.п.) ), по известным координатам точек (или заданному их взаимному положению, как на шахматной доске). 3) Просить написать Вам код здесь не стоит, что смогут - подскажут (может чем готовым поделятся), но писать придется Вам. ЗЫ: Задача не 2-х часов, если проект коммерческий, лучше предложите выполнить работу за плату.

OpenCVReferenceManual.pdf страница 2-15

Зто дины осей эллипса (или полуосей, не помню). Насчет переворота - я про квадрант предупреждал . Надо доп. обработку какую-то делать.