OpenCV实战（24）——相机姿态估计

0. 前言

校准相机后，就可以将捕获的图像与物理世界联系起来。如果物体的 3D 结构是已知的，那么就可以预测物体如何投影到相机的传感器上，图像形成的过程由投影方程描述。当方程的大部分项已知时，就可以通过观察一些图像来推断其他元素 (2D 或 3D) 的值。相机姿态估计就是通过几个已知坐标的特征点，以及这些点在照片中的成像位置，求解出相机位于坐标系内的坐标与旋转角度。在本节中，我们将研究观察已知 3D 结构时的相机姿态估计问题。

1. 相机姿态估计

我们考虑一个简单的对象——公园里的长凳，使用我们在上一节中校准的相机和镜头系统拍摄了以下图像，并在长凳上手动识别了 8 个不同的图像点，用于相机姿态估计 (camera pose estimation)：

通过访问该对象，可以进行许多 3D 物理测量。长凳由一个 242.5cmx53.5cmx9cm 的座椅和一个 242.5cmx24cmx9cm 的靠背组成，靠背固定在座椅上方 12cm 处。使用此信息，我们可以轻松推导出以对象为中心的参考系中 8 个识别点的 3D 坐标(将原