《python计算机视觉--图灵系列》学习笔记（四）

照相机模型与增强现实

1.针孔照相机模型是计算机视觉中广泛应用的照相机模型，简单且具有足够的精确度。在该模型中，在光线投影到图像平面之前，

从唯一一个点经过，即照相机中心。

照相机的光学坐标轴与z轴一致，该投影可以简化成相似三角形，在投影前经过旋转和平移变换，对该坐标系加入三维点，会出现

完整的投影变换。

2.照相机矩阵：P=K[R|t]

其中R是描述照相机方向的旋转矩阵，t是描述照相机中心位置的三维平移向量，内标定矩阵K描述照相机的投影性质，标定矩阵

仅与照相机的自身关系有关。照相机的中心与内标定矩阵无关。

补充：

numpy.loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)

loadtxt()直接写文件，skiprows参数表示跳过前几行，行的开头以comments参数的则跳过，usecols只使用哪几列，unpack表示把每一列当作一个向量输出，而不是合并在一起。

numpy.dot()函数：返回两个数组的点积——一维数组的内积；二维数组的矩阵积

3.照相机矩阵的分解

如果给定照相机矩阵P，则需要恢复内参数K和照相机的位置t和姿势R。矩阵分块操作称为因子分解。RQ因子分解的结果不唯一

4.照相机标定

标定照相机是指计算出该照相机的参数。（K）

具体步骤：

·测量你选定矩形标定物体的边长dX，dY

·将照相机和标定物体放置在平面上，使得照相机的背面和标定物体平行，同时物体位于照相机图像视图的中心，你可能需要调整照相机或者物体来获得良好的对其效果

·测量标定物体到照相机的距离dZ

·拍摄一副图像来检测该设置是否正确，即标定物体的边要和图像的行和列对齐

·使用像素数来测量标定物体图像的宽度dx和高度dy