IDE:visual studio 2013
使用库:Eigen opencv2.4.9
文档版本:1.1
1.前言
很多时候,当我们利用单目相机获取图像时,往往只能获取图像中特征物体的像素坐标。而在空间三维点计算时,我们也第一时间会想到深度相机(Kinect、Realsense等)、双目相机等。
但是在实际中,我们亦可以通过单目相机来求得空间三维点,但这个往往有一个条件,已知特征物体的三个以上特征点参数。
在本章中,我们将使用二维码作为标志物,通过二维码四个角点,通过P4P求解相机的位姿及空间坐标。
特别说明:在本章以及未来的几篇博文中都将以右手坐标系为基准,Z轴垂直于二维码平面往里。
二维码参数:长140mm,宽140mm
在求解时不一定要使用二维码,也可以用其它标志物代替,使用二维码的好处是,通过识别二维码内部的信息可以更精准的匹配以及识别,同时也能更容易的确定四个角点的顺序。
2.原理简介
bool solvePnP(InputArray objectPoints, InputArray imagePoints, InputArray cameraMatrix, InputArray distCoeffs, OutputArray rvec, OutputArray tvec, bool useExtrinsicGuess=false, int flags=ITERATIVE )
objectPoints:特征点的世界坐标,坐标值需为float型,不能为double型,可以为mat类型,也可以直接输入vector
imagePoints:特征点在图像中的像素坐标,可以输入mat类型,也可以直接输入vector,注意输入点的顺序要与前面的特征点的世界坐标一一对应
cameraMatrix:相机内参矩阵
distCoeffs:相机的畸变参数【Mat_(5, 1)】
rvec:输出的旋转向量