鉴于3D场景和部分场景的2D图像，是否可以找到用于制作图像的相机位置？
答案 0 :(得分：6)
我将从你的问题中假设你在二维空间中有四个点，你知道它们在三维空间中的位置。 （如果您真正的问题是识别那些点，我不知道从哪里开始。）
因此，你的问题是，相机在哪里可以从模型到图像产生这种映射？
相机正在执行M x + T = y形式的仿射变换，其中x是3空间中的矢量，表示模型中的点，y是2空间矢量表示图像中的点。给定x和y的四个值，这是一个直接的矩阵算术问题来解决M和T（可能最好让MATLAB帮助你。）
现在，您如何将M和T转换为相机的位置，位置和焦距？在那里它有点毛茸茸但this page应该帮助你（只记得，你正在做一切向后）。
答案 1 :(得分：5)
如果您对相机参数进行随机抽样，使用每组参数渲染场景，您可以将最佳匹配作为起点。然后，您可以执行相机参数的局部优化，以找到最接近再现2D图像的参数。它并不快，但从理论上讲，如果有足够的时间，你可以得到非常好的猜测。
答案 2 :(得分：3)
您需要更多信息，但不需要更多信息。
最简单的方法是在你知道长度的场景中找到一个物体或距离（例如，在图像中画一条虚线，说出你想要的任何单位的距离）。然后你还需要知道焦距（与视场角成反比）。
考虑到视角，具有已知长度的线段（或可能是两个），您可以通过一些三角法非常接近地近似摄像机的确切位置。例如对于粗略的距离估计：
/ |
/ |
/_d_I-segment
\ |
\ |
\ |
distance "d", field of view angle "FoV"
picture.physicalsize/d == tan(FoV/2)
picture.physicalsize/segment.physicalsize == picture.pixelsize/segment.pixelsize
thus
d = segment.physicalsize*(picture.pixelsize/segment.pixelsize)/tan(FoV/2)
如果你想要更高的精度，你可能需要多个线段和更仔细的数学。
答案 3 :(得分：1)
是的，但这取决于。如果相机没有太严重扭曲图像，ninjagecko的简单三角测量可能会起作用，但又取决于您的应用。如果您想以更清洁的方式和更多数学方式学习如何做到这一点，请查看http://www.ces.clemson.edu/~stb/projective/。