在立体视觉中，常常用到Census变换，Census变换是一种非参数局部变换，其将周围像素的强度映射到一个比特穿，从而捕获图像的结构。同时使用Census变换可以减少由相机增益和偏置引起变化的影响。在立体匹配过程中，将图像做Census变换后，计算像素点之间的明式距离进行匹配，可以得到较好的效果。
这篇博客主要介绍介绍实现Census变换，由于使用OpenCV的容器和接口，所以直接使用OpenCV调用比较方便。
一、Census变换原理
先给个链接，这个可以看这个链接中的内容。。
二、Census变换OpenCV实现
先贴上代码
// _Tp为数据类型，根据自己比特串的长度选取
template<typename _Tp>
void ImageCensus(Mat& gray, Mat& census, int cw, int ch){
for (int y = ch; y < rows - 1 - ch; y++){
const uchar *pcur = gray.ptr<uchar>(y);
for (int x = cw; x < cols - 1 - cw; x++){
const uchar cur = pcur[x];
_Tp mask = 1;
_Tp val = 0;
for (int i = -ch; i <= ch; ++i){
const uchar *psur = gray.ptr<uchar>(y + i);
for (int j = -cw; j <= cw; ++j){
if (i == 0 && j == 0){
continue;
}
const uchar sur = psur[x + j];
if (cur < sur){
val |= mask;
}
mask <<= 1;
}
}
census.ptr<_Tp>(y)[x] = val;
}
}
}
解释一下函数的参数
Mat& gray：CV_8UC1的灰度图像，如果你的图像不是灰度图像，那么只需要在gray.ptr<uchar>，改掉uchar就可以了，由于大家大多使用灰度图像做输入，这部分就没有用泛型写。
Mat& census：输出的Census图像，类型需要和泛型参数<_Tp>对应，表示了census图像每个点的长度。 如果你使用的是3*3窗格，那么使用uchar类型就可以了，除去中心像素只有8个位，如果是5*5窗格，就是24位，必须用int32，如果使用更大的窗口，那么久需要长的结构__int64或者__m128 __m256等，要是更长就要自己定义联合体或者新类型了。
cw：窗口的宽度，ch：窗口的高度
下面，选取1*1窗口，用uchar8位来看看效果
Census变换之后的结构，是不是和LBP有相似之处呢？
OK，See You Next Chapter！