2

我需要找到相机的姿势（旋转矩阵+平移向量），为此我正在使用cv2.solvePnP()，但我从照片中得到的结果不匹配。

为了调试，我（使用 numpy）创建了一个“调试 3d 场景”，由一些对象点（正方形的四个角）、一些相机点（焦点、主点和虚拟投影平面的四个角）和参数组成（焦距，初始方向）。

然后，我通过乘以三个轴旋转矩阵来构造一个通用旋转矩阵，将这个通用旋转应用于相机（numpy.dot()），将对象点投影到虚拟投影平面（线平面相交算法），并计算平面内二维坐标（点线距离）到投影平面轴。

这样做之后（通过旋转矩阵将对象点指向图像点），我将图像点和对象点输入cv2.Rodrigues(cv2.solvePnP(...))并得到一个与我使用的矩阵“不太相同”的矩阵，只是因为转置和一些具有相反信号的元素（负与正） ，尊重这种关系：

solvepnp_rotmatrix = my_original_matrix.transpose * [ 1  1  1] 
                                                    [ 1  1 -1] 
                                                    [-1 -1  1]

虽然旋转矩阵不匹配是“可解决的”这个黑客，但翻译向量给出的坐标对我来说没有意义。

我怀疑我的 3D 模型（惯用手、轴方向、旋转顺序）与 opencv 使用的模型不匹配：

  • 我使用类似OpenGL的坐标系（X向右增加，Y向上增加，Z向观察者增加；
  • 我以对我更有意义的顺序应用了旋转（所有右手，首先围绕全局 Z，然后围绕全局 X，然后围绕全局 Y）；
  • 图像平面位于物体和相机焦点之间（虚拟投影平面，而不是真实/CCD）；
  • 我的图像平面（虚拟 CCD）的原点是左下角（Xpix 向右增加，Ypx 向上增加。

我的问题是：

鉴于旋转矩阵的项是相同的，只是转置并且在某些术语中具有不同的信号，我是否可能混淆了一些openCV约定（用手习惯、旋转顺序、轴方向）？我怎样才能发现是哪一个？

另外，有没有办法将我的手工翻译向量与返回的 tvec 联系起来solvePnP？（当然，理想情况下，最好首先使坐标系匹配）。

任何帮助都将受到欢迎！

4

0 回答 0