Question

很难找到我的问题的答案，这就是为什么我想在这里问它，即使它在其他地方也很难解释。我尝试在代码中添加解决方案，以便每个人都可以回到我的结果。但首先必须解决它。

它与OpenCV cv::triangulatePoints()进行三角测量。我知道它的记录很差，但可以在willowgarage（现在）找到（搜索文档2.4.9）

我用于棋盘校准22个立体图像（两个凸轮）的不同的角度等。对于稳定的内在参数。
用cv::findChessboardCorners()
可选 - cv::cornerSubPix()
在所有棋盘点上创建objectPoints cv::Point3f( k*m_squareSize, j*m_squareSize,0.0f)（k - 棋盘宽度，j棋盘高度，反之亦然，squareSize = realworld大小）
做2.-4。每张图片
把所有东西都放在这里：cv::calibrateCamera(object_points1, image_points1, image.size(), intrinsic1, distCoeffs1, rvecs1, tvecs1);这个功能完全像我想要的那样，我也是用第二个相机图像做的。经过长时间的研究，我发现了这个：
cv::Mat R12 = R2*R1.t(); cv::Mat T12 = T2-R*T1;这是针对cam1＆amp;的关系（R | T）。 CAM2。这很好用，我用cv::stereoCalibrate()的结果测试了它。
在这一步，我想使用我的tvecs和rvecs来重新投影2D太3D和3D太2D。最后我完成了cv::projectPoints(object_points1[i],rvecs1[i],tvecs1[i],intrinsic1, distCoeffs1, imagePoints1); - ＆gt;工作得很好 - 我只有一个单点，从2像素差异中得到48 * 2 * 22点最大值。但是知道我不能进一步从2d 3D三角测量。我有！也使用cv::triangulatePoints()。我如何得到这项工作???

到目前为止我所做的事情没有取得好成绩：首先需要投影矩阵P1和P2。

cv::Matx34d P1 = cv::Matx34d(   R1.at<double>(0,0), R1.at<double>(0,1), R1.at<double>(0,2), tvecs1[0].at<double>(0),
                                R1.at<double>(1,0), R1.at<double>(1,1), R1.at<double>(1,2), tvecs1[0].at<double>(1),
                                R1.at<double>(2,0), R1.at<double>(2,1), R1.at<double>(2,2), tvecs1[0].at<double>(2));

下一步：您需要左右图像中的imagePoints（Corners）。这些imagePoints是我从findChessboardCorners（）得到的未失真的角落。

使用cv::triangulatePoints(P1, P2, cv::Mat(undisPt_set1).reshape(1,2), cv::Mat(undisPt_set2).reshape(1,2), point3d);之后，point3d是一个“4D”点，其中第四个参数也被convertPointsHomogeneous(point3d.reshape(4, 1), point3dCam1);消除了

这是我到目前为止所做的 - 但它不起作用。有人知道我做错了什么吗？最后一步有什么错误的想法吗？我试过数学，但我不确定projectionMatrix P1和P2。我知道它的内置像[R | t]，但它是我的tvecs和tvecs吗？它是转置还是反转？任何帮助都会很棒，但请帮我解决一些代码或明确的步骤 - 没有更多链接，我应该阅读和思考，我真的做了一个研究，我有学习OpenCV书，OpenCV2食谱，以及Hartley和Zisserman这里在我前面。但我无法达到目的。

三角测量，来自calibrateCameras（）s'tvec和rvec

0 个答案: