尝试使用“摄像机校准工具箱for Matlab”中的外部和内部摄像机参数，从摄像机图像中的2D像素坐标重建平面点的3D坐标 .
intrinsic parameters ： Focal Length ：fc = [1017.21523 1012.54901] Principal point ：cc = [319.50000 239.50000]
extrinsic parameters ： Translation vector ：Tc_ext = [4.409693 -74.116018 393.057934] Rotation matrix ：Rc_ext = [-0.083632 0.991715 -0.097501 0.832136 0.015674 -0.554350 -0.548230 -0.127495 -0.826553]
任何人都可以帮助如何从摄像机图像中获取2d的平面点坐标吗？
1 回答
按顺序增加，有4种情况需要考虑 . 基本目标是在太空中定位感兴趣的平面 . 拥有它之后，您可以将它与背投影像素的光线相交，从而获得解决方案 .
感兴趣的平面包含棋盘目标，图像是您用来校准相机的图像之一 . 然后是外在参数[R | T]对于校准例程返回的图像包含答案，因为目标是该图像返回的世界到相机坐标变换的XY平面，世界原点是其中一个角（您可以看到哪个角它是通过将点（0,0,0）投影到图像坐标中.XY平面（在摄像机坐标系中）是由旋转矩阵R的前两列跨越的平面，其原点在点T处 .
感兴趣的平面包含棋盘目标，但其图像不是用于校准的图像之一 . 您可以将它添加到集合中，重新校准并转到1.但是更快的替代方法是（a）像校准一样提取角点，（b）从它们的图像位置计算单应性H到它们的"true"位置在Z = 0的物理目标上; （c）将H分解为K * [R | T]使用校准中的已知K（为此目的，使用名为"RQ decomposition"的算法，查找它） . 然后转到1 .
校准目标不在图像中，但您可以在图像中识别该平面上的至少4个点，使得它们中没有3个是共线的，并且它们相对于彼此处于已知位置 . 例如，您在图像中看到一个已知边的矩形 . 然后，就像第2点一样，您可以计算这些物理点与其图像之间的单应性，并在知道相机矩阵的情况下提取[R | T]变换 . 然后转到1 .
以上都不是：对不起，你被困了 .