问题标签 [opencv-solvepnp]

我试图从我遵循此处描述的输入类型中找到校准，但我遇到了这个错误：

示例代码：

这个错误可能来自哪里的任何提示？

我正在尝试编写一个简单的增强现实程序，给定并输出视频和相机内在参数，将 3 行投影到每个视频帧中。这些线是 x、y 和 z 轴。

我不是为程序本身寻求帮助，而是为solvePnP函数寻求帮助，因为我只是不明白我在做什么才得到这个错误：

抛出'cv :: Exception'实例后调用终止what（）：OpenCV（4.4.0）/home/nel/opencv-4.4.0/modules/calib3d/src/solvepnp.cpp：753：错误：（- 215: 断言失败) ( (npoints >= 4) || (npoints == 3 && flags == SOLVEPNP_ITERATIVE && useExtrinsicGuess) ) && npoints == std::max(ipoints.checkVector(2, CV_32F), ipoints.checkVector( 2、CV_64F)) 在函数“solvePnPGeneric”中

这是我的代码：

得到一个已知大小的棋盘的图像（青色线长 2 厘米）

确定 FOV 的简单方法如下：

但这并没有考虑到透视失真。所以我得到了它的旋转和变换向量solvePnPRansac（图像上的轴正确地说明了它的方向）。

我想应该有足够的数据来几乎精确地确定以 mm 为单位的视野，但无法进一步移动，我不太擅长矩阵和东西......有什么提示吗？

我将使用 Panasonic LUMIX GH5 和 azure Kinect 设置我的 RGBD 相机，就像深度套件影院一样。

depthkit 不提供原始深度数据，而是提供 obj 序列文件。我需要与 RGB 图像对齐的深度缓冲区。

所以我开始为它编写软件。（我已经用 SmallRig 固定装置修复了我的 Panasonic LUMIX GH5 相机和 azure Kinect。）

使用 OpenCV 的 solvePnP 函数获得 GH5 和 Azure Kinect RGB 传感器的外部参数后，如何使用它们将 GH5 彩色图像与 Azure Kinect 深度图像对齐？

还是我应该采取另一种方法来实现这一目标？

我找不到这个问题的任何想法或资源。

在 Azure Kinect 文档中，我在 Azure Kinect SDK 中找到了“k4a_transformation_depth_image_to_color_camera_custom”函数。

这种方法对我的情况有用吗？如果为真，我怎样才能获得其参数的k4a_transformation_t值？

我想根据标记找到相机位置并将其用作基本事实。我使用以下代码通过solvepnp 查找姿势。

K是相机矩阵，imgpoints是角点，objpoints是模型点。基于这些值，我使用以下代码计算了相机位置，

我已将上述相机位置用作基本事实。我有一个附在标记旁边的二维码。我使用二维码以及相同的方法计算了相机位置。但是，两个相机位置偏差很大。为什么呢？有没有办法为相机位置创建正确的地面实况？

我已经根据相机视野中的两个原点确定了相机位置。假设原点 1 位于 (140,200)，原点 2 位于 (70,180)。

以下是相对于原点 1 和原点 2 的相机位置。

而 (X1, Y1, Z1) 是相对于原点 1 的相机位置，而 (X2, Y2, Z2) 是相对于原点 2 的相机位置。

我使用以下代码来计算两个来源之间的转换。

但是，该值是一个标量，而不是基于它们各自相机位置的原点之间的平移的向量 (XYZ) 值。如何获得 XYZ 距离？

这些天我正在努力理解用于计算机视觉的solvePnP算法。我在这里找到了 MATLAB 中的官方 EPnP 算法https://github.com/cvlab-epfl/EPnP。

我正在通过 Python API 将官方实现的结果与 OpenCV 版本进行比较。

用这两种方法运行一个简单的例子，给了我不同的 R 矩阵和 t 向量。t 个向量是不同的，并且 R 的上面两行的符号被翻转（参见下面代码示例下的输出）。我在这里想念什么？

谢谢！

示例 Python 代码：

使用 Octave 的示例 MATLAB 代码：

蟒蛇输出：

八度输出：

Kontext：我有一个足球场，我正在构建一个用于相机校准的管道（远未实际实现）。摄像机是静态的并且具有该领域的概览。经过一些准备后，我想通过场线的交叉点来计算带有solvePnP的相机的外部参数。但有时相机图像不显示可以轻松计算的场角。但是solvePnP可以处理这些场外的点还是有另一个功能可以解决这个问题？

我是 Visual Odometry 的新手，正在学习使用 PnP 解决 VO 的教程。但是，当我运行程序时，出现以下错误：

我的代码如下：

argv[1]是将rgb图像与深度关联起来的文本文件，格式如下：

我已经在网上搜索了解决方案并尝试了所有方法，但仍然是徒劳的。

我真的很感谢你们的帮助，在此先感谢。

**更新：发生异常的输入如下，只有三对：

我最近一直在研究视觉里程计。问题是，当我使用 OpenCV 中的 solvePnPRansac 时，它在计算特定一对图片的矩阵时会输出一个过大的平移向量。

我使用 ORB 作为检测器，使用蛮力匹配作为匹配器，并进行了比率测试以获得良好的匹配，使用 PnP 后的关键点如下

我已经将 keypoints_1 中点的坐标转换为相机帧，我给solvePnPRansac的参数如下：

如你所见，平移向量变得很奇怪，怎么这么大是我无法理解的，我也想问最好设置的重投影误差是多少，因为 0.5 是我随机给出的一个数字。

非常感谢您的帮助，在此先感谢大家。