我正在开发一个项目来检测对象的3D位置。我在房间的两个角落安装了两台摄像机，我在它们之间获得了基本矩阵。这些相机在内部进行校准。我的照片是2592 X 1944
K = [1228 0 3267 0 1221 538 0 0 1]
F = [ - 1.098e-7 3.50715e-7 -0.000313 2.312e-7 2.72256e-7 4.629e-5 0.000234 -0.00129250 1]
现在，我如何进行以便在空间中给定3D点时，我应该能够在图像上获得与房间中相同对象相对应的点。如果我可以获得正确的投影矩阵（具有正确的比例），我可以在以后使用它们作为OpenCV的traingulatePoints函数的输入来获得对象的位置。
很长一段时间以来，我一直被困在这里。所以，请帮助我。
感谢。
答案 0 :(得分：2)
从我收集的信息中，您通过某种校准手段获得了基本矩阵？无论哪种方式，使用基本矩阵（或校准装备本身），您都可以通过分解基本矩阵来获得姿势差异。完成后，您可以使用匹配的特征点（使用特征提取器和SURF，BRISK等描述符）来识别一个图像中的哪个点属于同一个对象点，而另一个图像中的另一个特征点。 有了这些信息，您应该能够进行三角测量。
答案 1 :(得分：0)
可能会更简单地使用cv::reprojectImageTo3D功能吗？它会给你3D坐标。
答案 2 :(得分：0)
对不起它的评论范围不大.. 所以@ user2167617回复你的评论。 差不多。但是有几点：奇异值应该是（s，s，0），所以（1.3,1.05,0）是一个很好的猜测。关于R：从技术上讲，这是正确的，但忽略了迹象。很可能你得到的旋转矩阵不满足约束deteminant（R）= 1，而是-1。在这种情况下，您可能希望将其乘以-1。通常，如果您遇到此方法的问题，请尝试使用5点算法确定Essential Matrix（在最新版本的OpenCV中实现，您必须自己构建它）。用这些信息确实无法获得规模。但是，这一切都是为了扩展。如果您定义相机之间的距离为1个单位，则所有内容都将以该单位进行测量。