关于youtube某视频的车辆测速
youtube该视频对应项目:
从视频测速大概的流程就是基于检测跟踪获得车辆的像素坐标，然后通过映射将像素坐标转换为3D世界的坐标，然后再用位移/时间获得速度
而这个过程中，我最关心的过程是如何将像素坐标映射成3D世界的坐标，基于这个问题，我进行了下面的一系列查找
首先因为是测速，所以查找velocity:
然后找到dist：
可以看到dist由DistanceInMeters函数调用，因此找这个函数：
上图提示下面应该找函数的定义，可以看到该函数是由一个模板写的（模板为了使不同的数据类型都能有同一个通用的函数）：
可以看到这个函数中，第一行static_cast表示类型转换，第二行需要理解Haversine才能知道是不是这个函数将2Dpixel变成了3D坐标：
因此如下图，继续查找Haversine的定义：
查到上图定义却发现这个函数并没有pixel到geometry的转换（也可以查一下Haversine的定义，如下链接）：
https://blog.csdn.net/spatial_coder/article/details/116605509
因此很可能在调用函数Haversine时，已经做好了这个转换，因此直接找调用Haversine时Haversine的参数，也就是下图的from和to：
那么这个from和to是函数DistanceInMeters的形参，所以现在需要先查找调用DistanceInMeters时的实参：
也就是上图的from和to
下面就需要理解m_geoParams.Pix2Geo是不是做了像素坐标到地理坐标的映射，那么其实从名字也可以看出，确实是在这个函数做了这个映射，因此就找这个函数的定义：
上图这个定义中显然应该继续查找mtoGeo：
如上图所示，应该继续查找toGeo：
toGeo来自GotPerspectiveTransform
这个函数前两个参数很明显一个是像素，一个是geometry，而且这个函数确实就是我关心的坐标转换的核心过程了：
我做了一些努力想看懂这个函数，首先我查了cv::solve（很明显cv类似namespace，solve大概是一个方法）
https://blog.csdn.net/sinat_41752325/article/details/123844805
上述链接的博客给了一个解释：
这样其实也知道GotPerspectiveTransform这个函数的第三个参数是什么了，是LU分解：
我也在项目查了CV_64的定义，没有查到，因此估计CV_64是一个库定义好的类型，所以我也查了一下，确实是
最后我查了Mat类型，查到了opencv库的官方解释，还给出了Mat类型的使用，当有四个和三个参数时，如下图使用：
当有四个参数时，最后一个参数是Mat中每一个元素的初始值
所以上图这个函数大概是通过pixel坐标得到了A和B矩阵，然后通过cv::solver求解了X，而X的元素是由Mat的指针初始化的，也就是说求解X的过程中其实M的元素也改变了，所以最后这个函数返回M
最后，关于海事摄像头应用场景的问题：
- 无论是固定摄像头，运动物体测速
- 还是摄像头在运动物体上，运动物体测速
都要先考虑海事行业有没有这个应用场景啊！
参考文献：
https://blog.csdn.net/spatial_coder/article/details/116605509
https://blog.csdn.net/sinat_41752325/article/details/123844805
https://docs.opencv.org/3.4/d3/d63/classcv_1_1Mat.html#a3620c370690b5ca4d40c767be6fb4ceb
