我有一个立体配对，照片 1：http ://savepic.org/1671682.jpg 照片 2：http ://savepic.org/1667586.jpg
每个图像都有坐标系。如何使用 OpenCV 库在该系统中找到点 A 的坐标。很高兴看到示例代码。我在 opencv.willowgarage.com/documentation/cpp/camera_calibration_and_3d_reconstruction.html 上找过它，但没有找到（或不明白:)）
问问题
9277 次
3 回答
4
您的“立体”图像很好。你已经做的是解决对应问题：在两个图像中你都指出了点'A'。这意味着您知道哪个像素对应于彼此的标记点“A”。
您想要做的是三角测量您的相机所在的位置。您只能通过首先校准您的相机来做到这一点。这已经在 OpenCV 内部了。 http://docs.opencv.org/doc/tutorials/calib3d/camera_calibration/camera_calibration.html http://docs.opencv.org/modules/calib3d/doc/camera_calibration_and_3d_reconstruction.html
这为您提供了每个矢量的精确矢量/光线，以及光线通过的相机的光学中心。此外，您需要立体校准。这确定了每个相机相互之间的方向和位置。
从那时起，您的三角测量就很简单了，知道点“A”的两个图像中的像素位置。你有
- 摄像头 1 和摄像头 2 的位置和方向
- 从相机到标签“A”的光学射线矢量（像素位置）。
所以你在空间中有 2 个位置，以及来自这些位置的 2 条光线。这些光线的交点就是您的 3D 答案。
请注意，在实践中，光线永远不会完全相交（3D 中的 2 条线很少会相交），因此您需要进行近似。使用 opencv 函数 triangulatePoints()，使用立体校准的输入和与标签 A 相关的像素索引。
于 2015-03-04T14:36:52.607 回答
-1
首先，这并不是真正的立体声对。一个好的立体对需要有 60%-80% 的重叠，通常图像之间的旋转差异很小。即使这对由于极度 kappa 旋转而具有成为良好立体对所必需的 BASE，所产生的极线图像也将毫无用处。
其次，您应该看看 OpenCV 支持的相机校准和共线性方程
于 2014-06-10T08:11:02.517 回答
-4
你需要理解数学。
如果页面不够，那么你应该看看opencv 书——它用了几章来讨论这个问题。然后有很多教科书对此进行了更详细的介绍
于 2011-05-05T16:33:54.350 回答