Question

我有一个平面标记，我运行 SIFT 算法来提取特征。然后我运行一个探测器在场景中找到这个标记并再次提取特征。我匹配这些点并使用findHomography()从匹配的对中提取单应性与OpenCV。

现在我想用计算的单应性投影在标记中检测到的2D点，以将位置与从场景测量的3D点进行比较，并计算重投影误差。我对像素坐标，厘米，校准矩阵感到困惑，我不知道我应该先做哪些转换。

有人知道这方面的链接还是可以解释方法？

Answer 1

如果你调用单应矩阵H，相机矩阵K（需要转换为像素）将是这样的，具体取决于你的分辨率。

Mat K= Mat::zeros(3,3,CV_32FC1);
K.at<float>(0,0)=500.0f;        
K.at<float>(0,2)=320.0f;      // width/2    
K.at<float>(1,1)=500.0f;    
K.at<float>(1,2)=240.0f;      // height/2 
K.at<float>(2,2)=1.0f;

如果您的标记点是2D的矢量点：

vector<Point2f> marker_point; //containing coordinates in centimeters

然后投影将是这样的，结果是像素坐标中的3D点。

Mat point(3,1,CV_32FC1);        
point.at<float>(0) = marker_point.x;
point.at<float>(1) = marker_point.y;
point.at<float>(2) = 1.0f;
point = H* point;
point = point/point.at<float>(2);       //Normalize
point = K* point;                   //to pixels

使用计算单应性将2D点从标记投影到图像

1 个答案: