OpenCV计算变换与重投影的矩阵说明

最新推荐文章于 2024-06-04 22:29:49 发布

gxsHeeN

最新推荐文章于 2024-06-04 22:29:49 发布

阅读量7.6k

点赞数 1

分类专栏： SLAM相关文章标签： opencv 几何变换 slam 机器视觉

本文链接：https://blog.csdn.net/gxsHeeN/article/details/73414015

版权

本文探讨了OpenCV中从3D-2D点对应计算对象姿态及3D点投影到图像平面的函数。通过实例展示了当变换一致时，如何验证两个函数的相关坐标是否一致，并解释了在机器视觉场景中，考虑到相机运动时，所计算的几何变换的适用性问题。

摘要由CSDN通过智能技术生成

本篇博客主要讨论opencv中两个函数中几何变换（矩阵）的对应关系，以下函数接口摘自opencv-2.4.8官方文档

1.Finds an object pose from 3D-2D point correspondences.

bool solvePnP(InputArray objectPoints, InputArray imagePoints, InputArray cameraMatrix, InputArray distCoeffs, OutputArray rvec, OutputArray tvec, bool useExtrinsicGuess=false, int flags=ITERATIVE )

2.Projects 3D points to an image plane.

void projectPoints(InputArray objectPoints, InputArray rvec, InputArray tvec, InputArray cameraMatrix, InputArray distCoeffs, OutputArray imagePoints, OutputArray jacobian=noArray(), double aspectRatio=0 )

根据说明，可以看出，函数solvepnp接收一组对应的3D坐标和2D坐标，计算得到两组坐标对应的几何变换（旋转矩阵rvec，平移矩阵tvec）;
函数projectPoints与之相反，根据所给的3D坐标和已知的几何变换来求解投影后的2D坐标。

在空间几何变换中，很多时候会涉及到由坐标A变换到B或B变换到A类似容易弄混的情况（即一些矩阵和其逆矩阵具有不同应用场景的特性），一旦把变换矩阵的对象弄反，结果将南辕北辙。本文将通过代码实验的方式来验证，上述两个函数在所给变换一致（即tvec和rvec相同）的情况下，所关联的空间点2D、3D坐标是否一致。

首先，给出小孔相机模型和一组3D点