问题标签 [3dcamera]

去年我发布了一个类似的问题，但由于它不是非常具有描述性并且总体上是一团糟，我决定完全重写它。

我正在用 JavaFX 制作一个简单的 3D 编辑器，它的相机运动类似于 Blender 或几乎任何其他的。我添加了围绕 x 轴的旋转，然后使用三角函数计算了其他 2 个旋转（y 和 z 轴）。x 和 y 轴的旋转都是相对于轴心点进行的，但 z 轴的旋转总是相对于屏幕/相机，而不是其轴心点。

为了更好地理解这个问题，我画出了轴的位置以及我想要它们的位置：

这是目前应用角度的方式：

这就是我希望他们成为的样子：

这是我用来计算角度的代码部分（尽管从我的观察来看，这似乎与我的问题无关）：

为了使测试更容易，我在 Pastebin 上上传了代码。

编辑：我可以通过旋转所有东西来达到同样的效果，但是相机（这正是相机移动所做的）并使用 x 轴进行高度，但我正在寻找一个更优雅的解决方案。

我正在尝试使用 3D 结构化照明扫描仪了解对象的 3D 重建，但我被困在一种解码相机和投影仪对应集的方法以用于重建 3D 点云的点上。3D 点云信息究竟是如何从这些对应关系中获得的信息中获取的？我想了解数学实现，而不是代码实现。

我使用 3D ToF 相机流式传输深度 2D 图像，其中每个像素值都是以米为单位的距离测量值。

我知道相机的以下参数：cx、cy、fx、fy、k1、k2、k3、p1、p2。

我想将深度 2D 图像转换为点云，其中每个像素都转换为具有坐标 (X, Y, Z) 的点。

我不知道使用 OpenCV 还是手动进行此 3D 投影的最简单方法是什么？

我试图将一个立方体放在确切的位置并旋转作为相机的近剪裁平面，并将其缩放为近剪裁平面的确切高度和宽度。

通过代码，我已经非常接近做到这一点，但它与实际的近剪裁平面仍有一点差距。通过研究其他试图做类似事情的人，我对规范化和世界坐标等我以前没有处理过的概念变得更加困惑。任何人都可以帮忙吗？

这是我到目前为止所拥有的：

这是一张图片：如您所见，它有点接近但不准确..

我将该示例用于 3D 对象识别，使用描述符搜索对应关系，然后使用对应关系进行 3D Hough 投票，例如https://pcl.readthedocs.io/projects/tutorials/en/latest/correspondence_grouping.html#id17。

问题是我得到了错误的转换矩阵作为输出，即使云彼此对齐。对于测试，我采用了模型的点云，并对其进行了剪切和提取。然后我将相同的点云（没有切割或提取任何东西）用作场景，所以本质上两个云之间的平移应该是 0 ？但事实并非如此，对于不同的迭代，即使点云完美对齐，我也会得到完全不同的矩阵。

以下是我使用的参数：

而且我还附加了两个具有两个不同结果的测试示例。即使场景和对象在两种情况下都相同，生成的翻译矩阵也有很大不同。

我的问题是，什么可能导致这个结果？有没有人遇到过类似的事情？这是我得到的结果：

云对 1

矩阵 1

云对 2

矩阵 2