从图像点计算 x,y 坐标 (3D) 不起作用

Question

我试图在此处重复 this 代码以在 Python 上获得真实世界的坐标。但结果并不一致。

我的代码：

uvPoint  = np.matrix('222.84; 275.05; 1')
rots = cv2.Rodrigues(_rvecs[18])[0]
rot = np.linalg.inv(rots)
cam = np.linalg.inv(camera_matrix) 

leftSideMat  = rot * cam * uvPoint;
rightSideMat = rot * _tvecs[18];

s = np.true_divide((4.52 + rightSideMat), leftSideMat)

rot * (s * cam * uvPoint - _tvecs[18])

我的相机矩阵

array([[613.87755242,   0.        , 359.6984484 ],
       [  0.        , 609.35282925, 242.55955439],
       [  0.        ,   0.        ,   1.        ]])

旋转矩阵

array([[ 0.73824258,  0.03167042,  0.67379142],
       [ 0.13296486,  0.97246553, -0.19139263],
       [-0.66130042,  0.23088477,  0.71370441]])

和平移向量

array([[-243.00462163],
       [ -95.97464544],
       [ 935.8852482 ]])

我不知道 Zconst 是什么，但无论我为 z 常数尝试什么，我什至都无法接近真实世界的坐标，即 (36, 144)。我在这里做错了什么？

Answer 1

根据您的评论。我认为您想要的是具有已知相机投影矩阵的姿势估计。

您应该查看此链接以了解您想要的 python 实现。 https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_calib3d/py_pose/py_pose.html

编辑

来自您的代码。看来您对左右矩阵的转换是正确的。但是你确定输入的旋转和平移是正确的吗？您可以尝试根据本教程在基于此旋转和平移的原始图像上绘制一个框吗？如果该框与数据中的 2D 投影模式一致。

如果可能的话。请发布您正在使用的原始图片。

编辑

请查看原帖，其中 scale s 的计算依据

输出向量中第三个位置的元素。 rightSideMat.at(2,0))/leftSideMat.at(2,0))

你正在这样做

rightSideMat)、leftSideMat)的输出向量

尝试使用相同的元素操作。右边，刻度 S 应该是一个浮点数 元素，而不是矩阵。