我正在尝试使用 Python 2.7 中的 OpenCV 2.4 为我的相机计算投影矩阵（我正在使用 ps eye）。我需要它用于 cv2.triangulatePoints()。我已经使用 cv2.calibrateCamera() 进行了校准（使用 OpenCV 示例中的 calibrate.py），所以我有 rms、camera_matrix、dist_coefs、rvecs 和 tvecs。
但我实际上从这些参数计算投影矩阵时遇到了问题（我没有在网上找到任何 Python 示例）。
PS：我必须校准每个 ps eye 相机吗？我有 3 个，我想在 3D 空间中跟踪对象。
【问题讨论】：
标签： python opencv triangulation projection-matrix
如果你只有一台相机，投影矩阵应该等于camera_matrix。只有一种并发症。
cv2.triangulatePoints 被定义为使用来自 2 个不同相机的 2 个视图。
文档还指出
该函数重建 3 维点（在齐次 坐标）通过使用他们的立体相机观察。 投影矩阵可以从 stereoRectify() 获得。
所以，是的，您必须校准每个摄像头并校准每一对摄像头，以便检索每个摄像头矩阵、旋转矩阵以及从一个摄像头到“主摄像头”的平移向量。
对于给定的相机，K1 和 K2 是相机矩阵，确实
主相机（相机为世界参考系）的投影矩阵为
P1 = K1*[I | z]
其中 I 是恒等矩阵，z 是第四列中的 0,0,0 向量。 你可以这样想
1 0 0 0
0 1 0 0
0 0 1 0
如果R是2个相机之间的旋转矩阵，t是两个相机之间的距离，第二个投影矩阵是
P2 = K2*[R | t]
在 python 中，如果您无法从 stereoRectify 获取矩阵，一种手动完成的方法是
import numpy as np
P = np.concatenate((np.dot(K,R),np.dot(K,t)), axis = 1)
【讨论】：