移动相机拍摄足球视频中多帧缺失坐标补全及直线绘制方法咨询

核心逻辑是先抵消相机运动带来的帧间像素坐标偏移，把所有帧对齐到同一参考系后再做线性插值，最后转换回对应帧的原始像素坐标即可，具体操作步骤如下：

• 第一步：帧间配准抵消相机运动
  选取球场中不会移动的静态参照物（比如角旗点、禁区线交点、球门框顶点等），用ORB/SIFT特征提取算法匹配相邻帧的这些静态特征点，计算得到第n帧（n从8到35）相对于第7帧的单应性变换矩阵H_n，这个矩阵可以将第n帧的任意像素坐标转换为第7帧参考系下的对应坐标，完全抵消相机移动、旋转、缩放带来的坐标偏差。
• 第二步：统一参考系下做线性插值
  提前手动标注第35帧的足球像素坐标作为轨迹终点(x35, y35)，通过H_35矩阵将其转换为第7帧参考系下的对齐坐标(x35_aligned, y35_aligned)。
  7到35帧总间隔为28帧，计算每帧的坐标增量：

  delta_x = (x35_aligned - x7) / 28
  delta_y = (y35_aligned - y7) / 28
  

  对需要补全的第n帧（n范围为8到34），先计算它在第7帧参考系下的插值坐标：

  x_n_aligned = x7 + delta_x * (n - 7)
  y_n_aligned = y7 + delta_y * (n - 7)
  

• 第三步：转换回对应帧原始坐标
  调用第n帧单应性矩阵的逆矩阵H_n_inv，将对齐参考系下的插值坐标(x_n_aligned, y_n_aligned)转换为第n帧原始图像坐标系下的像素坐标(x_n, y_n)，就是该帧的补全足球坐标。

如果配准精度不足，可以用RANSAC算法剔除误匹配的特征点，再重新计算单应性矩阵，就能满足直线衔接的效果要求。

内容的提问来源于stack exchange，提问作者Daulet Karim