python 几何库_OpenCV-Python 对极几何 | 五十一

目标

在本节中

我们将学习多视图几何的基础知识

我们将了解什么是极点，极线，极线约束等。

基础概念

当我们使用针孔相机拍摄图像时，我们失去了重要信息，即图像深度。 或者图像中的每个点距相机多远，因为它是3D到2D转换。 因此，是否能够使用这些摄像机找到深度信息是一个重要的问题。 答案是使用不止一台摄像机。 在使用两台摄像机(两只眼睛)的情况下，我们的眼睛工作方式相似，这称为立体视觉。 因此，让我们看看OpenCV在此字段中提供了什么。

(通过Gary Bradsky学习OpenCV在该领域有很多信息。)

在深入图像之前，让我们首先了解多视图几何中的一些基本概念。在本节中，我们将讨论对极几何。请参见下图，该图显示了使用两台摄像机拍摄同一场景的图像的基本设置。

如果仅使用左摄像机，则无法找到与图像中的点相对应的3D点，因为线上的每个点都投影到图像平面上的同一点。但也要考虑正确的形象。现在，直线OXOXOX上的不同点投射到右侧平面上的不同点(x′x'x′)。因此，使用这两个图像，我们可以对正确的3D点进行三角剖分。这就是整个想法。

不同点的投影在右平面OXOXOX上形成一条线(linel′l'l′)。我们称其为对应于该点的Epiline。这意味着，要在正确的图像上找到该点，请沿着该轮廓线搜索。它应该在这条线上的某处(以这种方式考虑，可以在其他图像中找到匹配点，而无需搜索整个图像，只需沿着Epiline搜索即可。因此，它可以提供更好的性能和准确性)。这称为对极约束。类似地，所有点在另一幅图像中将具有其对应的Epiline。该平面称为对极面。

OOO和O′O'O′是相机中心。从