python图像坐标系_世界坐标系、相机坐标系和图像坐标系的转换(Python)

本文介绍了如何使用Python进行图像坐标系的转换,从世界坐标系通过相机坐标系转换到图像坐标系,最后到像素坐标系。详细讲解了坐标转换的数学原理,并提供了具体的Python代码实现。
摘要由CSDN通过智能技术生成

世界坐标系,相机坐标系和图像坐标系的转换(Python)

1.世界坐标->相机坐标

2.相机坐标系->图像坐标系

此时投影点p的单位还是mm,并不是pixel,需要进一步转换到像素坐标系。

3.图像坐标系与像素坐标系

像素坐标系和图像坐标系都在成像平面上,只是各自的原点和度量单位不一样。图像坐标系的原点为相机光轴与成像平面的交点,通常情况下是成像平面的中点或者叫principal point。图像坐标系的单位是mm,属于物理单位,而像素坐标系的单位是pixel,我们平常描述一个像素点都是几行几列。所以这二者之间的转换如下:其中dx和dy表示每一列和每一行分别代表多少mm,即1pixel=dx mm

那么通过上面四个坐标系的转换就可以得到一个点从世界坐标系如何转换到像素坐标系的。

python代码shi实现:

# -*- coding: utf-8 -*-

"""

# --------------------------------------------------------

# @Project: prpject

# @Author : panjq

# @E-mail : pan_jinquan@163.com

# @Date : 2020-02-04 16:03:01

# @url : https://www.jianshu.com/p/c5627ad019df

# --------------------------------------------------------

"""

import sys

import os

from tools import image_processing

sys.path.append(os.getcwd())

import numpy as np

  • 0
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
首先,需要了解相机坐标系世界坐标系的概念: - 世界坐标系:是一个三维坐标系,表示我们所要显示的物体在现实中的位置和大小。 - 相机坐标系:也是一个三维坐标系,表示相机的位置和方向。 转换的过程可以通过以下步骤完成: 1. 定义相机参数:包括相机位置、相机朝向、相机视角等。 2. 定义世界坐标系中的物体:可以是一个平面、一个立方体等。 3. 将世界坐标系中的物体转换相机坐标系中:这个过程包括旋、平移和缩放等操作。 4. 绘制转换后的物体。 下面是一个简单的 Python 代码示例,演示如何将一个平面从世界坐标系转换相机坐标系,并绘制出转换后的结果: ```python import cv2 import numpy as np # 定义相机参数 camera_pos = np.array([0, 0, 0]) camera_dir = np.array([0, 0, 1]) camera_up = np.array([0, -1, 0]) camera_fov = 60 # 定义世界坐标系中的物体 world_plane = np.array([ [-1, -1, 0], [-1, 1, 0], [1, 1, 0], [1, -1, 0] ]) # 将世界坐标系中的平面转换相机坐标系中 view_matrix = cv2.lookAt(camera_pos, camera_pos + camera_dir, camera_up) projection_matrix = cv2.perspectiveTransform( np.array([world_plane]), view_matrix, camera_fov) camera_plane = projection_matrix[0] # 绘制转换后的平面 img_size = (640, 480) img = np.zeros((img_size[1], img_size[0], 3), dtype=np.uint8) scale_factor = img_size[0] / 4 offset = np.array([img_size[0] / 2, img_size[1] / 2]) for i in range(camera_plane.shape[0]): x, y = (camera_plane[i, :2] * scale_factor + offset).astype(int) cv2.circle(img, (x, y), 5, (0, 0, 255), -1) for i in range(4): x1, y1 = (camera_plane[i, :2] * scale_factor + offset).astype(int) x2, y2 = (camera_plane[(i + 1) % 4, :2] * scale_factor + offset).astype(int) cv2.line(img, (x1, y1), (x2, y2), (255, 0, 0), 2) # 显示图像 cv2.imshow("Image", img) cv2.waitKey(0) ``` 这段代码将一个平面从世界坐标系转换相机坐标系,并在图像中绘制出转换后的结果。你可以根据需要修改代码,实现更复杂的场景。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值