我有一个平面标记,我运行 SIFT 算法来提取特征 . 然后我运行一个探测器在场景中找到这个标记并再次提取特征 . 我匹配这些点并使用 findHomography() 从匹配的对中提取 homography 与OpenCV .
findHomography()
现在我想用计算的单应性投影在标记中检测到的2D点,以将位置与从场景测量的3D点进行比较并计算 reprojection error . 我对像素坐标,厘米,校准矩阵感到困惑,我不知道我应该先做哪些转换 .
有人知道这方面的链接还是可以解释方法?
如果你调用单应矩阵H,相机矩阵K(需要转换为像素)将是这样的,取决于你的分辨率 .
Mat K= Mat::zeros(3,3,CV_32FC1); K.at<float>(0,0)=500.0f; K.at<float>(0,2)=320.0f; // width/2 K.at<float>(1,1)=500.0f; K.at<float>(1,2)=240.0f; // height/2 K.at<float>(2,2)=1.0f;
如果您的标记点是2D的矢量点:
vector<Point2f> marker_point; //containing coordinates in centimeters
那么投影将是这样的,结果是像素坐标中的3D点 .
Mat point(3,1,CV_32FC1); point.at<float>(0) = marker_point.x; point.at<float>(1) = marker_point.y; point.at<float>(2) = 1.0f; point = H* point; point = point/point.at<float>(2); //Normalize point = K* point; //to pixels
1 回答
如果你调用单应矩阵H,相机矩阵K(需要转换为像素)将是这样的,取决于你的分辨率 .
如果您的标记点是2D的矢量点:
那么投影将是这样的,结果是像素坐标中的3D点 .