这两种函数都可以求解pnp问题,得到的结果可以相互转换。
import cv2
from scipy.spatial.transform import Rotation as R
ret, rvecs, tvecs = cv2.solvePnP(corners_3d, corners_2d, K, dist)
gt_mat[:3, :3] = R.from_rotvec(rvecs.T).as_matrix()
gt_mat[:3, 3:] = tvecs
输入:
世界坐标系 corners_3d: N×3,数据类型np.float32,图像坐标系 corners_2d: N×2,内参矩阵 K: 3×3,畸变 dist一般设置为0
输出:
rvecs: 旋转向量,tvecs: 位移向量(这里我理解应该是和旋转矩阵中的位移保持一致的),然后转换为旋转矩阵的形式。
记 Ro = gt_mat[:3, :3],to = gt_mat[:3, 3:]
cameraParams = cameraParameters('IntrinsicMatrix', K');
[worldOrientation,worldLocation] = estimateWorldCameraPose(corners_2d,corners_3d,cameraParams);
输入:
世界坐标系 corners_3d: N×3,数据类型double,图像坐标系 corners_2d: N×2,数据类型double
输出:
worldOrientation: 旋转矩阵,worldLocation:位移。
记 Rm = worldOrientation,tm = worldLocation
有:Ro = Rm,to = -Rm·tm