2019-9-27 opencv摄像机标定与三维重构3-Epipolar Geometry 对极几何（极点/极线，画2个图像间的极线）

官网https://docs.opencv.org/3.4.1/da/de9/tutorial_py_epipolar_geometry.html

基本概念

当我们使用针孔相机获取图像时候，会丢失一些重要的信息，例如：图像的深度，或者从图像上的点到摄像机的距离，因为这是从3D到2D的转换。所以这里就有一个重要的问题，使用这种相机，我们是否可以获得信息的深度。答案就是使用多个相机。其实我们的眼界也是用同样的方式工作，使用2个摄像机（2个眼睛）的方式被称为立体视觉（stereo vision）。现在让我们看看opencv在这领域能提供了些什么吧。

Gary Bradsky的《Learning OpenCV》有很多这方面的内容

在进入图像深度之前，我们先理解一些多视角几何的基本概念。在本节我们要处理对极几何（Epipolar Geometry）。看下图，展示了两台摄像机对同一个场景进行拍摄的基本设置。

如果我们只使用左边的相机，我们无法找到x点对应的的3D点，因为OX线上的每一个点在左边的图像平面上投影都是同一个点。但是如果同时考虑右边的图像，那么OX线上的每一个x点在右边图像平面上都有不同的投影（x‘点）。所以使用这2幅图像，我们可以通过三角定位每个3D点（或者说获得3D空间中每个点到摄像机的距离）。这就是对极几何整个思路。

OX线上每个点在右边图像平面上投影形成了一根直线l’，我们称之为x点的极线（epiline ）。我们可以在右边图像中沿极线中找到x点，它一定是在这根直线的某个位置（也就是说，如果要找到空间中的一个点在另外一个平面上的对应点，你不需要搜索整个平面，只要沿极线搜索就可以了。这样可以有更佳的性能和正确性。）这被称为对极约束（Epipolar Constraint）。同样的，所有的点都有它在其他平面的对应极线。平面XOO′称为对极平面（ Epipolar Plane）

O和O′是2台摄像机的中心。观察上面的图，你可以看到摄像机O′在左边图像的投影是点e，它被称为极点（epipole）。极点是穿过相机中心直线和图像平面的交叉点。同理，点e′是左边相机的极点。在某些情况下，你无法在平面中定位极点，因为极点可能在图像的外部（也就是说，1台相机不能看到另外1台相机）。

所有的极线都要经过极点。所以要找到极点，我们可以先找到多条极线，极线的交叉点就是极点。

本节中，