solvePnP的输出与projectPoints不匹配

Question

我从solvePnP获取了奇怪的数据，所以我尝试用projectPoints检查它：

retval, rvec, tvec=cv2.solvePnP(opts, ipts, mtx, dist, flags=cv2.SOLVEPNP_ITERATIVE)
print(retval,rvec,tvec)
proj, jac = cv2.projectPoints(opts, rvec, tvec, mtx, dist)
print(proj,ipts)

此处opts是3d点，z = 0，在此图片上检测到：

和ipts是从这张照片中获取的（这里只是图片的一部分）：

我自己检查了点（用SIFT检测到，正确检测到点并以正确方式配对）。

现在我想测试SolvePnP找到的rvec和tvec是否正确，所以我调用cv2.projectPoint测试是否将3d点投影到图像点。这就是我所拥有的：

所以我看到投影点位于图像之外，y <0。

（来自solvePnP的retval为真）

这是失真矩阵dist：

1.6324642475694839e+02 -2.1480843988631259e+04 -3.4969507980045117e-01 7.9693609309756430e-01 -4.0684056606034986e+01

这是mtx：

6.4154558230601404e+04 0. 1.2973531562160772e+03
0. 9.8908265814965678e+04 9.5760834379036123e+02
0. 0. 1.

这是选择：

[[ 1708.74987793  1138.92041016     0.        ]
 [ 1708.74987793  1138.92041016     0.        ]
 [ 1708.74987793  1138.92041016     0.        ]
 [ 1708.74987793  1138.92041016     0.        ]
 [ 1708.74987793  1138.92041016     0.        ]
 [ 1708.74987793  1138.92041016     0.        ]
 [ 1708.74987793  1138.92041016     0.        ]
 [ 1984.09973145  1069.31677246     0.        ]
 [ 1984.09973145  1069.31677246     0.        ]
 [ 1908.19396973  1200.05529785     0.        ]
 [ 1994.56677246  1286.16516113     0.        ]
 [ 1994.56677246  1286.16516113     0.        ]
 [ 1806.82177734  1058.06872559     0.        ]
 [ 1925.55639648  1077.33703613     0.        ]
 [ 1998.30627441  1115.51647949     0.        ]
 [ 1998.30627441  1115.51647949     0.        ]
 [ 1998.30627441  1115.51647949     0.        ]
 [ 2013.79003906  1168.08728027     0.        ]
 [ 1972.93457031  1234.92614746     0.        ]
 [ 2029.11364746  1220.234375       0.        ]]

这是ipts：

[[  71.6125946    11.61344719]
 [ 116.60684967   71.6068573 ]
 [ 116.60684967   71.6068573 ]
 [ 101.60684967   86.60684967]
 [ 101.60684967   86.60684967]
 [ 116.60684967  101.6068573 ]
 [ 116.60684967  101.6068573 ]
 [ 112.37421417   53.40462112]
 [ 112.37421417   53.40462112]
 [  83.76233673   84.36077118]
 [  98.45358276  112.38414764]
 [  98.45358276  112.38414764]
 [  67.2594223    38.04878998]
 [  96.85155487   51.85028076]
 [ 112.26165009   67.25630188]
 [ 112.26165009   67.25630188]
 [ 112.26165009   67.25630188]
 [ 112.24694061   82.24401855]
 [  96.82528687   97.66513824]
 [ 112.2511673    97.25905609]]

rvec = [[-0.21890167] [-0.86241377] [ 0.96051463]]
tvec = [[  239.04461181] [-2165.99539286] [-1700.61539107]]

此外，我尝试按照其中一条注释并将每个y从opts乘以-1，但这给了我更多疯狂的坐标，如10 ^ 13之外的图片。

Answer 1

相机矩阵（mts）不正确。 Fx和Fy非常不同（Fx = 6.4154558230601404e + 04 Fy = 9.8908265814965678e + 04）并且非常大。根据OpenCV calibrateCamera（）函数中的注释，通常会出现此问题，因为您可能使用了patternSize = cvSize（rows，cols）而不是在findChessboardCorners中使用patternSize = cvSize（cols，rows）。