【无标题】

最新推荐文章于 2024-07-25 20:33:09 发布

Taiyang625

最新推荐文章于 2024-07-25 20:33:09 发布

阅读量177

点赞数 2

文章标签： opencv 数码相机计算机视觉

本文链接：https://blog.csdn.net/Taiyang625/article/details/136252382

版权

世界坐标系坐标转为像素坐标系坐标

已知相机内参和畸变参数，通过已知的世界坐标，带入projectPoints函数，获得该世界坐标的图像坐标。

// 定义内参矩阵和畸变系数
   cv::Mat camera_Matrix = (cv::Mat_<double>(3, 3) << fx, 0, cx, 0, fy, cy, 0, 0, 1);
    cv::Mat dist_Coeffs = (cv::Mat_<double>(5, 1) << k1, k2, p1, p2, k3);

    // 定义世界坐标系中的点
    std::vector<cv::Point3f> worldPoints;
    worldPoints.push_back(cv::Point3f(2, 3, 8));
    worldPoints.push_back(cv::Point3f(4, 9, 12));
    // 添加更多的世界坐标点...

    // 定义图像坐标系中的点（用于存储转换结果）
    std::vector<cv::Point2f> imagePoints;

    // 调用projectPoints函数进行转换
    cv::projectPoints(worldPoints, cv::Mat::zeros(3, 1, CV_64F), cv::Mat::zeros(3, 1, CV_64F), cameraMatrix, distCoeffs, imagePoints);

    // 打印像素坐标系中的点
    for (const auto& point : imagePoints)
    {
        std::cout << "Pixel Coordinates: (" << point.x << ", " << point.y << ")" << std::endl;
    }