OpenCV从单应性估计距离和法线向量答案

【问题标题】：OpenCV estimate distance & normal vector from homographyOpenCV从单应性估计距离和法线向量
【发布时间】：2018-04-04 19:16:52
【问题描述】：

我正在匹配一个模板，从该模板我知道我的距离和我的法线向量。

即如果我的单应性是单位矩阵，那么我的相机在距离 = 1.0m 并且我的法线在 0。

现在我有了第二张图片，其中我成功对齐了模板，给出了单应性：

     [0.82072, 0.05685, 66.75024]
 H = [0.02006, 0.86092, 39.34907]
     [0.00003, 0.00017, 01.00000]

我也有我的相机矩阵。

opencv 函数：

cv::decomposeHomographyMat()

为旋转（3x3 mat）、平移（3x1 mat）和法线向量（3x1）提供了 4 个解决方案。

cv::warpPerspective()

能够将相机的当前视图几乎完美地映射到我的模板。

所以应该可以得到实际的缩放比例（模板到对齐）和法线向量。

但我不知道如何实际选择 cv::decomposeHomographyMat() 的正确解决方案，我错过了什么吗？

编辑：发布了没有问题的“问题”......

【问题讨论】：

标签： c++ opencv

【解决方案1】：

我想通了。

第一步：

我在 ROI 中创建了一组点，我可以映射到我的模板（由 ROI 的角定义的区域中的点）。

第二步：

使用 cv::decomposeHomographyMat() 的所有解决方案扭曲 ROI 中的点（从第一步开始；在我的所有测试和用例中，8 个点就足够了）

排除所有给出 z 值

第三步：

此时您应该还有一到两个解决方案。所有的旋转矩阵应该相同，只有法线和平移矩阵应该不同。

翻译矩阵应该验证：

Translation_Solution1 = -1* Translation_Solution2

然后将您的 ROI 区域与您的模板区域进行比较。如果您的 ROI 区域小于您的模板，则意味着您的模板已“按比例缩小”，即您的相机在负值中对 z 进行了平移。否则，您的相机对正 z 值进行了平移。

选择合适的解决方案。

我的错误是认为 warpPerspective() 实际上是在解决 Homography 分解，但事实并非如此。

【讨论】：

【解决方案2】：

【讨论】：