OpenCV undistortPoints 和 triangulatePoint 给出奇怪的结果（立体声）答案

【问题标题】：OpenCV undistortPoints and triangulatePoint give odd results (stereo)OpenCV undistortPoints 和 triangulatePoint 给出奇怪的结果（立体声）
【发布时间】：2015-11-20 13:12:22
【问题描述】：

我正在尝试获取空间中几个点的 3D 坐标，但我从 undistortPoints() 和 triangulatePoints() 得到了奇怪的结果。

由于两个相机的分辨率不同，我分别校准，得到0,34和0,43的RMS误差，然后用stereoCalibrate()得到更多的矩阵，得到0,708的RMS，然后用stereoRectify() 获取剩余矩阵。有了这个，我开始着手收集坐标，但得到了奇怪的结果。

例如，输入是：(935, 262)，undistortPoints() 输出在某一点上是 (1228.709125, 342.79841)，而在另一点上分别是 (934, 176) 和 (1227.9016, 292.4686)。这很奇怪，因为这两个点都非常靠近帧的中间，那里的失真最小。我没想到它会将它们移动 300 像素。

当传递给traingulatePoints() 时，结果变得更加奇怪——我测量了现实生活中三个点之间的距离（用尺子），并计算了每张图片上像素之间的距离。因为这一次点在一个相当平坦的平面上，所以这两个长度（像素和实数）匹配，如 |AB|/|BC|在这两种情况下都是大约 4/9。然而，triangulatePoints() 给了我不正常的结果，|AB|/|BC|为 3/2 或 4/2。

这是我的代码：

double pointsBok[2] = { bokList[j].toFloat()+xBok/2, bokList[j+1].toFloat()+yBok/2 };
cv::Mat imgPointsBokProper = cv::Mat(1,1, CV_64FC2, pointsBok);

double pointsTyl[2] = { tylList[j].toFloat()+xTyl/2, tylList[j+1].toFloat()+yTyl/2 };
//cv::Mat imgPointsTyl = cv::Mat(2,1, CV_64FC1, pointsTyl);
cv::Mat imgPointsTylProper = cv::Mat(1,1, CV_64FC2, pointsTyl);

cv::undistortPoints(imgPointsBokProper, imgPointsBokProper, 
      intrinsicOne, distCoeffsOne, R1, P1);
cv::undistortPoints(imgPointsTylProper, imgPointsTylProper, 
      intrinsicTwo, distCoeffsTwo, R2, P2);

cv::triangulatePoints(P1, P2, imgWutBok, imgWutTyl, point4D);

double wResult = point4D.at<double>(3,0);
double realX = point4D.at<double>(0,0)/wResult;
double realY = point4D.at<double>(1,0)/wResult;
double realZ = point4D.at<double>(2,0)/wResult;

点之间的角度有点好，但通常不是：

`7,16816    168,389 4,44275` vs `5,85232    170,422 3,72561` (degrees)
`8,44743    166,835 4,71715` vs `12,4064    158,132 9,46158`
`9,34182    165,388 5,26994` vs `19,0785    150,883 10,0389`

我尝试在整个帧上使用undistort()，但得到的结果同样奇怪。 B 点和 C 点之间的距离在任何时候都应该几乎没有变化，但这就是我得到的：

逐帧。

像素距离（底部）与实际距离（顶部） - 应该非常相似：

角度：

另外，undistortPoints() 和 undistort() 不应该给出相同的结果吗（这里有另一组视频）？

【问题讨论】：

能否包含您用于校准的代码和三角测量部分的一些示例图像？
这可能很难......有很多。明天我会尽量只发布相关部分
@abarry 至于校准内在函数，我就是这样做的。我单独校准每个相机（因为它们具有不同的分辨率和纵横比），然后我用我从以前的校准中得到的校准立体系统。校准后，我立即将 undistort() 图像应用于两个图像，并且图像像箭头一样笔直。我确实在同一组视频上尝试了 undistortPoints() 和 undistort()，图表在上面。
您应该在三角测量之前（以及在不失真之后）校正您的图像（使用stereoRectify），以便对应点具有相同的高度，否则视差图将不准确。
@Petersaber 在未失真后，它们不再被纠正，因此结果将是错误的。有关示例和进一步说明，您可以查看 Gary Bradski 和 Adrian Kaehler 所著的 Learning OpenCV 第 12 章

标签： c++ opencv triangulation

【解决方案1】：

函数 cv::undistort 一次性完成去失真和重投影。它执行以下操作列表：

撤消相机投影（与相机矩阵的逆相乘）
应用失真模型来撤消失真
按提供的旋转矩阵 R1/R2 旋转
使用提供的投影矩阵 P1/P2 将点投影到图像

如果你通过矩阵 R1，P1 分别。 R2, P2 来自 cv::stereoCalibrate()，输入点将不失真和校正。校正意味着图像以某种方式转换，使得对应点具有相同的 y 坐标。图像校正没有唯一的解决方案，因为您可以对两个图像应用任何平移或缩放，而无需更改对应点的对齐方式。话虽如此， cv::stereoCalibrate() 可以使投影中心偏移很多（例如 300 像素）。如果你想要纯粹的不失真，你可以传递一个身份矩阵（而不是 R1）和原始相机矩阵 K（而不是 P1）。这应该会导致像素坐标与原始坐标相似。

【讨论】：