使用Python 2.7和OpenCV 3.3在triangulatePoints中每次输出3D点都会发生变化

时间:2017-09-11 20:24:38

标签: python python-2.7 opencv stereo-3d

我想在Python 2.7和OpenCV 3.3中使用triangulatePoints了解立体相机的3D点。为此,我在文件夹中校准了立体相机和存储的矩阵。我还使用cv2.stereoRectify并使用cv2.initUndistortRectifyMap对图像进行了无效处理来纠正我的图像。然后我保存了这些图像以及投影矩阵P1和P2,并找到了两个图像中的对应点。指向左图像ptl = np.array([304,277])和右图像ptr = np.array([255,277])中的对应点。之后我试了points = cv2.triangulatePoints(P1,P2,ptl,ptr)。代码是:

    import cv2
        import numpy as np
        import matplotlib.pyplot as plt

        cameraMatrixL = np.load('mtx_left.npy')
        distCoeffsL = np.load('dist_left.npy')
        cameraMatrixR = np.load('mtx_right.npy')
        distCoeffsR = np.load('dist_right.npy')
        R = np.load('R.npy')
        T = np.load('T.npy')
    # following matrices I saved which i got from stereoRectify
        R1 = np.load('R1.npy')
        R2 = np.load('R2.npy')
        P1 = np.load('P1.npy')
        P2 = np.load('P2.npy')
        Q = np.load('Q.npy')
# upload alreday distorted and rectified images
        imgL = cv2.imread('D:\python/triangulate in 3 D\left.png',0)
        imgR = cv2.imread('D:\python/triangulate in 3 D/right.png',0)
        ptl = np.array([304,277]) # point in left image
        ptr = np.array([255,277]) # Corresponding point in right image
        points = cv2.triangulatePoints(P1,P2,ptl,ptr)
        print points

但是,当我运行此代码时,我的结果发生了变化(所有结果都是错误的)。一次结果看起来像

[[  518845863]
 [ 1667138857]
 [-1189385102]
 [    -661713]]

另一次结果看起来像

[[-1766436066]
 [          0]
 [          0]
 [-1299735447]]

有时看起来像是

[[        0]
 [        0]
 [697559541]
 [        0]]

我不知道为什么结果会发生变化,即使我的所有参数都相同?此外,这些3D点不正确。如何纠正这些问题?

编辑: 我在此代码中发现了一件事,在运行后它没有完成。它既不显示Process finished with exit code 0也不显示Process finished with exit code 1。当我按下红色停止按钮时,它以Process finished with exit code 1结束。为什么这样?我认为由于这个原因,上面只会出现错误。为什么此代码未与Process finished with exit code 0一起运行?

1 个答案:

答案 0 :(得分:1)

最后,经过这么多尝试,我发现了我在做什么错。实际上,我是以错误的方式在代码中定义我的观点。根据{{​​3}},分数应为

  

projPoints1 - 第一张图像中的2xN特征点阵列。

但在代码中我写了

ptl = np.array([304,277]) # point in left image
ptr = np.array([255,277]) # Corresponding point in right image

意味着我正在定义1x2数组,而我应该为单点定义2x1数组。同样对于5点阵列应该是2x5N点偏离2xN。最初,我没有注意到这一点,因为我以前在Matlab中进行了交互,并且相应的点被用作Nx2数组。现在我把我的点放在

l = np.array([[ 304],[ 277]],dtype=np.float)
r = np.array([[ 255 ],[ 277]],dtype=np.float)

我上面的代码工作了。

在定义此点数组时,还有一点dtype=np.float非常重要,以避免出现错误结果。

我得到的结果不是很准确并显示差不多20-25毫米,但我解决了上述问题所以我回答了这个问题,现在我必须找出最小化错误的方法。如果有人知道如何减少错误,请告诉我。