Opencv 坐标系系转换

OpenCv学堂

已于 2023-09-28 23:16:11 修改

阅读量252

点赞数

分类专栏：视觉_源码共享社群视觉_Opencv 文章标签： opencv 人工智能计算机视觉

于 2023-09-28 23:15:04 首次发布

本文链接：https://blog.csdn.net/Bamboo265925/article/details/133395148

版权

视觉_Opencv 同时被 2 个专栏收录

72 篇文章 18 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

视觉_源码共享社群

38 篇文章 4 订阅 ¥119.90 ¥299.90

订阅专栏

超级会员免费看

本文深入探讨了OpenCV中的坐标系统，包括图像坐标、世界坐标和相机坐标之间的转换，详细解析了投影矩阵和 homogeneous坐标的概念，并提供了实际应用示例，帮助理解在计算机视觉项目中如何进行坐标转换。

摘要由CSDN通过智能技术生成

import cv2.cv2 as cv
import numpy as np


class Trans():
    def __init__(self):
        self.image_points_3D = np.array([
            (137.66, 806.11, 0),
            (73.15, 806.23, 0),
            (134.78, 649.86, 0),
            (75.94, 649.97, 0)
        ], dtype="double")
        self.robot_points_2D = np.array([
            (821.65, 1999.73),
            (886.09, 1999.77),
            (824.60, 1843.45),
            (883.35, 1843.48)
        ], dtype="double")
        self.distortion_coeffs = np.zeros((4, 1))
        # 焦距设置为其他值也可以，这里只是借用求转换矩阵的功能，原理可进一步讨论
        self.focal_length = 1
        self.center = (256, 256)
        self.matrix_camera = np.array(
            [[self.focal_length, 0