假设我从网络摄像头获取了image1和image2。对于image2，网络摄像头会进行旋转（偏航，俯仰，滚动）和翻译。
我想要的内容：从image2移除轮播，以便只保留翻译（确切地说：(x,y)中的跟踪点image2将是旋转到与image1中相同的值，以便只保留翻译组件。
到目前为止我做过/尝试过的事情：
image1和image2的相应功能。 F计算基本矩阵RANSAC以删除异常值。CAM_MATRIX（fx，fy等）。 F与CAM_Matrix（E = cam_matrix^t * F * cam_matrix） 所以我的想法是：我知道从image1到image2的相机移动不会超过20°/ AXIS，所以我可以消除角度太远的至少2种可能性。
对于剩下的2个，我必须对点进行三角测量，看看哪一个是正确的（我已经读过我只需要1，但是由于可能的错误/异常值，应该再做一些以确定哪一个是正确的）。我想我可以使用OpenCV的三角测量功能吗？到目前为止我的想法是否合适？我是否需要计算投影误差？
让我们继续前进并假设我最终获得了正确的R|t矩阵。
我该如何继续？我试图乘法正常，以及转置旋转矩阵，它应该反转旋转（？）（为了测试目的，我只是尝试了两种可能的R | t组合，我还没有在代码中进行三角测量）跟踪点在image2。但计算出来的点与它应该的距离太远了。我在这里也需要校准矩阵吗？
那么如何反转应用于image2的旋转？（确切地说，将反向旋转应用于包含跟踪的std::vector<cv::Point2f>数组（x，y） ）点image2）
显示反转图像也很不错。这是通过warpPerspective函数完成的吗？就像this post一样？
（我只是不完全明白T矩阵中A1 / A2和dist的用途是什么，或者我如何采用这个解决方案来解决我的问题。）