1

标题有点拗口，但基本上我有两张照片（我正在初始化一个场景图），我想恢复第二张照片的相对姿势。我知道如何从基本矩阵中恢复姿势，但这需要了解焦距（以像素为单位）和原点。原点很简单，但我如何去了解焦距。我要估计它并把它留在那里吗？我可以只使用基本矩阵而不是基本矩阵吗？或者我是否从 f 的估计开始并执行循环，直到来自两个相机的光线通过关键点会聚或它们的距离最小化？

TLDR；不知道如何找到 F 以从极地地理恢复姿势，感谢任何帮助

这是一些代码：

pts_l_norm = cv2.undistortPoints(np.expand_dims(pts_l, axis=1), cameraMatrix=K_l, distCoeffs=None)
pts_r_norm = cv2.undistortPoints(np.expand_dims(pts_r, axis=1), cameraMatrix=K_r, distCoeffs=None)

E, mask = cv2.findEssentialMat(pts_l, pts_r, focal=1.0, pp=(0., 0.), method=cv2.RANSAC, prob=0.999, threshold=3.0)
points, R, t, mask = cv2.recoverPose(E, pts_l, pts_r)
print(R,t)

其中 K_l 是内在矩阵，pts_l 和 r 是通过 SIFT 找到的关键点

4

1 回答 1

0

所以我估计内在矩阵的方式是使用相机的 EXIF 数据。该数据将包括焦距及其等效的 35 毫米，以毫米为单位。并将包括照片的大小，用于估计原点。

然后您必须使用相机型号来查找传感器尺寸并使用公式 f_X = F_X * width_in_pixels/width_in_mm 进行转换，其中 F_X 的单位为 mm。

这是我能找到的最好的方法，不幸的是 EXIF 数据并不总是包括 CCD 宽度，如果有的话，你可以使用它。

于 2020-07-31T15:38:53.307 回答