cv::solvePnP使用方法及注意点详解(OpenCV/C++)
温馨提示:这篇文章已超过439天没有更新,请注意相关的内容是否还可用!
cv::solvePnP(objectPoints, imagePoints, cameraMatrix, distCoeffs, rvec, tvec, useExtrinsicGuess, flags);
1、参数说明:
- objectPoints:一个 vector,包含了在世界坐标系中的三维点的坐标,至少需要4个点。
- imagePoints:一个 vector,包含了对应的图像上的二维点的坐标,与 objectPoints 中的点一一对应。
- cameraMatrix:相机的内参数矩阵,类型为 cv::Mat,一般为 3x3 的浮点数矩阵。
- distCoeffs:相机的畸变系数,类型为 cv::Mat,一般为 4x1 或 5x1 的浮点数矩阵。
- rvec:输出的旋转向量,类型为 cv::Mat,是大小为 3x1 的浮点数矩阵。
- tvec:输出的平移向量,类型为 cv::Mat,是大小为 3x1 的浮点数矩阵。
- useExtrinsicGuess:一个布尔值,表示是否使用可选的旋转和平移向量的初始猜测。默认为 false。
- flags:一个用于控制函数行为的选项标志,默认为 0。
函数返回:
(图片来源网络,侵删)- 成功返回 true,失败返回 false。
2、使用说明:
objectPoints, imagePoints, cameraMatrix, distCoeffs 四个参数作为输入参数
rvec, tvec 作为输出参数
objectPoints是世界坐标系的三维坐标
imagePoints是图像上的二维点坐标
例如 使用标定好的单目相机拍摄一个矩形物体(已知相机内参&畸变系数),
objectPoints:使用量尺测量物体的左上角、右上角、左下角、右下角之间的距离,以任意一个点作为0点,建立世界坐标系,z值设为0,得到所有点的坐标则为objectPoints,保存在vector中。
imagePoints:在图像中找到物体的左上角、右上角、左下角、右下角四个点,其所有点的像素坐标为imagePoints,保存在vector中。
使用示例:
#include #include #include int main() { std::vector objectPoints; // 世界坐标系中的三维点 std::vector imagePoints; // 图像上的二维点 // 添加 objectPoints 和 imagePoints 的数据 // 创建相机内参数矩阵 cv::Mat cameraMatrix = (cv::Mat_(3,3)
- 成功返回 true,失败返回 false。
免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!
