47、OpenCV 中的光流、关键点与描述符详解

OpenCV 中的光流、关键点与描述符详解

一、金字塔 Lucas - Kanade 光流算法

1.1 算法原理

金字塔 Lucas - Kanade 光流算法先在金字塔顶部运行光流，缓解了因违反小而连贯运动假设所带来的问题。前一层的运动估计作为下一层运动估计的起点。OpenCV 提供了 cv::calcOpticalFlowPyrLK() 函数来计算金字塔中的 Lucas - Kanade 光流。

1.2 函数参数详解

cv::calcOpticalFlowPyrLK() 函数的参数众多，下面详细介绍各参数的作用：
| 参数 | 描述 |
| — | — |
| prevImg | 前一帧图像（t - 1），格式为 CV_8UC1 |
| nextImg | 下一帧图像（t），格式为 CV_8UC1 |
| prevPts | 第一帧图像中要跟踪的特征点列表，类型为 2D 起点向量（CV_32F） |
| nextPts | 输出参数，第二帧图像中匹配点的列表，类型为 2D 终点向量（CV_32F） |
| status | 状态数组，每个元素对应一个点，找到为 1，未找到为 0 |
| err | 找到的点的误差度量 |
| winSize | 搜索窗口大小，默认值为 Size(15, 15)