基于特征点匹配的视频稳像

基于特征点匹配的视频稳像，opencv。有C++和python代码。 这个文件夹里面的代码有更新，详细见https://blog.csdn.net/luohenyj/article/details/88355444

// video_stabilization.cpp : 此文件包含 “main“ 函数。程序执行将在此处开始并结束。
//

#include “pch.h“
#include 
#include 
#include 
#include 
#include 

using namespace std;
using namespace cv;

// In frames. The larger the more stable the video but less reactive to sudden panning 移动平均滑动窗口大小
const int SMOOTHING_RADIUS = 50; 

/**
 * @brief 运动信息结构体
 *
 */
struct TransformParam
{
	TransformParam（） {}
	//x轴信息，y轴信息，角度信息
	TransformParam（double _dx double _dy double _da）
	{
		dx = _dx;
		dy = _dy;
		da = _da;
	}

	double dx;
	double dy;
	// angle
	double da;

	void getTransform（Mat &T）
	{
		// Reconstruct transformation matrix accordingly to new values 重建变换矩阵
		T.at（0 0） = cos（da）;
		T.at（0 1） = -sin（da）;
		T.at（1 0） = sin（da）;
		T.at（1 1） = cos（da）;

		T.at（0 2） = dx;
		T.at（1 2） = dy;
	}
};

/**
 * @brief 轨迹结构体
 *
 */
struct Trajectory
{
	Trajectory（） {}
	Trajectory（double _x double _y double _a）
	{
		x = _x;
		y = _y;
		a = _a;
	}

	double x;
	double y;
	// angle
	double a;
};

/**
 * @brief 轨迹累积
 *
 * @param transforms 运动信息结构体
 * @return vector 轨迹结构体
 */
vector cumsum（vector &transforms）
{
	// trajectory at all frames 所有帧的运动轨迹
	vector trajectory;
	// Accumulated frame to frame transform 累加计算xy以及a（角度）
	double a = 0;
	double x = 0;
	double y = 0;

	//累加
	for （size_t i = 0; i < transforms.size（）; i++）
	{
		x += transforms[i].dx;
		y += transforms[i].dy;
		a += transforms[i].da;

		trajectory.push_back（Trajectory（x y a））;
	}

	return trajectory;
}

/**
 * @brief 平滑运动轨迹
 *
 * @param trajectory 运动轨迹
 * @param radius 窗格大小
 * @return vector
 */
vector smooth（vector &trajectory int radius）
{
	//平滑后的运动轨迹
	vector smoothed_trajectory;
	//移动滑动窗格
	for （size_t i = 0; i < trajectory.size（）; i++）
	{
		double sum_x = 0;
		double sum_y = 0;
		double sum_a = 0;
		int count = 0;

		for （int j = -radius; j <= radius; j++）
		{
			if （i + j >= 0 && i + j < trajectory.size（））
			{
				sum_x += trajectory[i + j].x;
				sum_y += trajectory[i + j].y;
				sum_a += trajectory[i + j].a;

				count++;
			}
		}

		double avg_a = sum_a / count;
		double avg_x = sum_x / count;
		double avg_y = sum_y / count;

		smoothed_trajectory.push_back（Trajectory（avg_x avg_y avg_a））;
	}

	return smoothed_trajectory;
}

/**
 * @brief 
 * 
 * @param frame_stabilized 
 */
void fixBorder（Mat &frame_stabilized）
{
	//将原图扩大为1.04倍，然后截取原图尺寸相等大小区域
	Mat T = getRotationMatrix2D（Point2f（frame_stabilized.cols / 2 frame_stabilized.rows / 2） 0 1.04）;
	//仿射变换
	warpAffine（frame_stabilized frame_stabilized T frame_stabilized.size（））;
}

int main（int argc char **argv）
{
	// Read input video 读取视频
	VideoCapture cap（“./video/detect.mp4“）;

	// Get frame count 读取

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件     8843772  2019-03-07 08:34  video\detect.mp4
     文件       15990  2019-03-08 16:56  video_stabilization.cpp
     文件        4604  2019-03-08 16:48  video_stabilization.py
     目录           0  2019-03-08 16:44  video\