kitti数据集摄像机投影矩阵
我正在观察kitti数据集，特别是如何将一个世界点转换为图像坐标。我看了自述，它说，我需要转换为相机坐标，然后乘以投影矩阵。我有两个问题，来自非计算机视觉背景。
- 我查看了来自calib.txt的数字，特别是矩阵是3x4，在最后一栏中有非零值。我一直认为这个矩阵
= K[I|0]，其中K是相机的内在矩阵。那么，为什么最后一列是非零，这意味着什么呢？例如，P2是
数组([ 7.070912e+02，0.000000e+00，6.018873e+02，4.688783e+01，0.000000e+00，7.070912e+02，1.831104e+02，1.178601e-01，0.000000e+00，0.000000e+00，1.000000e+00，6.203223e-03])
- 在将投影应用于u，v，w并将u，v除以w后，这些值是与图像中心的原点有关还是原点在图像的左上角？
README：
calib.txt:摄像机的标定数据: P0/P1是校正后的3x4投影矩阵。在这里，P0表示左边，P1表示右边的摄像机。Tr将一个点从velodyne坐标转换为左校正摄像机坐标系。为了将velodyne扫描仪中的X点映射到I‘’th图像平面中的点x，您必须将其转换为： X= Pi * Tr *X
回答 2
Stack Overflow用户
发布于 2019-10-13 04:01:16
参考文献：
- How to understand the KITTI camera calibration files?
- Format of parameters in KITTI's calibration file
- http://www.cvlibs.net/publications/Geiger2013IJRR.pdf
答案：
我强烈建议你阅读上面的参考资料。他们可以解决你的大部分问题，如果不是全部的话。
对于问题2:图像上的投影点相对于左上角的原点。参见ref 2& 3，图像中远三维点的坐标是(center_x，center_y)，其值在P_rect矩阵中提供。或者您可以使用一些简单的代码来验证这一点：
import numpy as np
p = np.array([[7.070912e+02, 0.000000e+00, 6.018873e+02, 4.688783e+01],
[0.000000e+00, 7.070912e+02, 1.831104e+02, 1.178601e-01],
[0.000000e+00, 0.000000e+00, 1.000000e+00, 6.203223e-03]])
x = [0, 0, 1E8, 1] # A far 3D point
y = np.dot(p, x)
y[0] /= y[2]
y[1] /= y[2]
y = y[:2]
print(y)您将看到一些输出，如：
array([6.018873e+02, 1.831104e+02 ])它离(p[0, 2], p[1, 2])很近。(center_x，center_y)。
Stack Overflow用户
发布于 2020-05-08 17:02:37
对于所有P矩阵(3x4)，它们代表：
P(i)rect = [[fu 0 cx -fu*bx],
[0 fv cy -fv*by],
[0 0 1 0]]最后一列是基线，以米为单位。参考摄像机0。您可以看到P0在最后一列中有所有的零，因为它是参考摄像机。
这篇文章有更多的细节：How Kitti calibration matrix was calculated?
https://stackoverflow.com/questions/53218743
复制相似问题
腾讯云开发者
