public void pca(double[] i_v1, double[] i_v2, int i_number_of_point, NyARDoubleMatrix22 o_evec, double[] o_ev, double[] o_mean)
{
NyARMat input = this.__pca_input;// 次処理で初期化される。
// pcaの準備
input.realloc(i_number_of_point, 2);
double[][] input_array = input.getArray();
for (int i = 0; i < i_number_of_point; i++)
{
input_array[i][0] = i_v1[i];
input_array[i][1] = i_v2[i];
}
// 主成分分析
input.pca(this.__pca_evec, this.__pca_ev, this.__pca_mean);
double[] mean_array = this.__pca_mean.getArray();
double[][] evec_array = this.__pca_evec.getArray();
double[] ev_array = this.__pca_ev.getArray();
o_evec.m00 = evec_array[0][0];
o_evec.m01 = evec_array[0][1];
o_evec.m10 = evec_array[1][0];
o_evec.m11 = evec_array[1][1];
o_ev[0] = ev_array[0];
o_ev[1] = ev_array[1];
o_mean[0] = mean_array[0];
o_mean[1] = mean_array[1];
return;
}
/**
* arGetLine(int x_coord[], int y_coord[], int coord_num,int vertex[], double line[4][3], double v[4][2]) arGetLine2(int x_coord[], int y_coord[], int
* coord_num,int vertex[], double line[4][3], double v[4][2], double *dist_factor) の２関数の合成品です。 マーカーのvertex,lineを計算して、結果をo_squareに保管します。
* Optimize:STEP[424->391]
*
* @param i_cparam
* @return
* @throws NyARException
*/
private bool getSquareLine(int[] i_mkvertex, int[] i_xcoord, int[] i_ycoord, NyARSquare o_square)
{
NyARLinear[] l_line = o_square.line;
NyARVec ev = this.__getSquareLine_ev; // matrixPCAの戻り値を受け取る
NyARVec mean = this.__getSquareLine_mean; // matrixPCAの戻り値を受け取る
double[] mean_array = mean.getArray();
NyARCameraDistortionFactor dist_factor = this._dist_factor_ref;
NyARMat input = this.__getSquareLine_input; // 次処理で初期化される。
NyARMat evec = this.__getSquareLine_evec; // アウトパラメータを受け取るから初期化不要//new NyARMat(2,2);
double[][] evec_array = evec.getArray();
double w1;
int st, ed, n, i;
NyARLinear l_line_i, l_line_2;
for (i = 0; i < 4; i++)
{
w1 = (double)(i_mkvertex[i + 1] - i_mkvertex[i] + 1) * 0.05 + 0.5;
st = (int)(i_mkvertex[i] + w1);
ed = (int)(i_mkvertex[i + 1] - w1);
n = ed - st + 1;
if (n < 2)
{
// nが2以下でmatrix.PCAを計算することはできないので、エラー
return(false);
}
// pcaの準備
input.realloc(n, 2);
// バッチ取得
dist_factor.observ2IdealBatch(i_xcoord, i_ycoord, st, n, input.getArray());
// 主成分分析
input.matrixPCA(evec, ev, mean);
l_line_i = l_line[i];
l_line_i.run = evec_array[0][1]; // line[i][0] = evec->m[1];
l_line_i.rise = -evec_array[0][0]; // line[i][1] = -evec->m[0];
l_line_i.intercept = -(l_line_i.run * mean_array[0] + l_line_i.rise * mean_array[1]); // line[i][2] = -(line[i][0]*mean->v[0] + line[i][1]*mean->v[1]);
}
NyARDoublePoint2d[] l_sqvertex = o_square.sqvertex;
NyARIntPoint[] l_imvertex = o_square.imvertex;
for (i = 0; i < 4; i++)
{
l_line_i = l_line[i];
l_line_2 = l_line[(i + 3) % 4];
w1 = l_line_2.run * l_line_i.rise - l_line_i.run * l_line_2.rise;
if (w1 == 0.0)
{
return(false);
}
l_sqvertex[i].x = (l_line_2.rise * l_line_i.intercept - l_line_i.rise * l_line_2.intercept) / w1;
l_sqvertex[i].y = (l_line_i.run * l_line_2.intercept - l_line_2.run * l_line_i.intercept) / w1;
// 頂点インデクスから頂点座標を得て保存
l_imvertex[i].x = i_xcoord[i_mkvertex[i]];
l_imvertex[i].y = i_ycoord[i_mkvertex[i]];
}
return(true);
}