如何在OpenCV中估计两个摄像头的位置？
如何在OpenCV中估计两个摄像头的位置？
提问于 2015-11-25 07:52:23
我有两组来自两个图像的对应点。我已经估计了编码摄像机之间变换的基本矩阵：
E, mask = cv2.findEssentialMat(points1, points2, 1.0)然后我提取了旋转和平移组件：
points, R, t, mask = cv2.recoverPose(E, points1, points2)但是，我如何实际获得两个相机的相机矩阵，以便使用cv2.triangulatePoints生成一个小的点云？
回答 1
Stack Overflow用户
发布于 2017-05-24 17:07:11
下面是我所做的：
输入：
pts_l - set of n 2d points in left image. nx2 numpy float array
pts_r - set of n 2d points in right image. nx2 numpy float array
K_l - Left Camera matrix. 3x3 numpy float array
K_r - Right Camera matrix. 3x3 numpy float array代码：
# Normalize for Esential Matrix calaculation
pts_l_norm = cv2.undistortPoints(np.expand_dims(pts_l, axis=1), cameraMatrix=K_l, distCoeffs=None)
pts_r_norm = cv2.undistortPoints(np.expand_dims(pts_r, axis=1), cameraMatrix=K_r, distCoeffs=None)
E, mask = cv2.findEssentialMat(pts_l_norm, pts_r_norm, focal=1.0, pp=(0., 0.), method=cv2.RANSAC, prob=0.999, threshold=3.0)
points, R, t, mask = cv2.recoverPose(E, pts_l_norm, pts_r_norm)
M_r = np.hstack((R, t))
M_l = np.hstack((np.eye(3, 3), np.zeros((3, 1))))
P_l = np.dot(K_l, M_l)
P_r = np.dot(K_r, M_r)
point_4d_hom = cv2.triangulatePoints(P_l, P_r, np.expand_dims(pts_l, axis=1), np.expand_dims(pts_r, axis=1))
point_4d = point_4d_hom / np.tile(point_4d_hom[-1, :], (4, 1))
point_3d = point_4d[:3, :].T输出：
point_3d - nx3 numpy array页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/33906111
复制相关文章
相似问题
腾讯云开发者
