【姿态估计】相机坐标系转换-python实现

最新推荐文章于 2024-02-05 17:44:42 发布

sxxblogs

最新推荐文章于 2024-02-05 17:44:42 发布

阅读量7k

点赞数 3

分类专栏： python 姿态估计文章标签： python 计算机视觉深度学习

本文链接：https://blog.csdn.net/sunnyblogs/article/details/123501166

版权

本文介绍了如何使用Python进行相机坐标系的转换，特别是将TOF相机的RGB坐标系转换为IR坐标系的过程，该过程涉及到同一摄像头的IR图和深度图的同步处理。

摘要由CSDN通过智能技术生成

背景：TOF相机输出的RGB分辨率为1280×960，IR分辨率为960×480，深度图分辨率为960×480
IR图与深度图为同一摄像头，时间与空间均一致
需完成RGB上的UVZ，转为IR坐标系下的UVZ

实现流程：
在这里插入图片描述
代码：

import cv2
import os
import numpy as np
import json
import matplotlib.pyplot as plt
from PIL import Image, ImageTk,ImageDraw
depth_f =[492.901337,492.602295]#ir相机的内参_fx,fy
depth_c =[317.839783,273.10556]#ir相机的内参_u0,v0
rgb_f=[823.490845,822.888733]#rgb相机的内参_fx,fy
rgb_c=[641.306152,461.077454]#rgb相机的内参_u0,v0
#RT矩阵
depth_rgb_r=np.array([[0.999890447,0.00268923747,0.0145565625]
        ,[-0.00259461207,0.999975383,-0.00651552388]
        ,[-0.0145737259,0.00647704117,0.999872804]])
depth_rgb_t=np.array([19.7443695,-0.172736689,0.248689786])

def depth_pixel2cam(depth, c, f):
#实现像素坐标系下的深度图转为相机坐标系
#depth：深度图
#c,f:depth相机的内参
    height=depth.shape[0]
    width=depth.shape[1]
    cam_coord = np.zeros((