OpenCV中decomposeEssentialMat分解本质矩阵后无法重构的问题咨询

• 先明确尺度歧义特性：本质矩阵本身具有尺度不确定性，decomposeEssentialMat输出的平移向量t是归一化后的（单位长度），而你通过refCamMat.t() * fundamental * auxCamMat计算的原始E带有实际尺度。因此重构得到的E和原E不会完全相等，只会差一个非零常数因子，你应该检查两者是否线性相关（对应元素比值是否接近恒定），而非直接对比数值一致性。
• 校验反对称矩阵Tx的构建：确保Tx的元素符号和位置完全正确，对于t = [t_x, t_y, t_z]^T，正确的反对称矩阵为：

  Tx = [[0,  -t_z,  t_y],
        [t_z,  0,  -t_x],
        [-t_y, t_x,  0]]
  

  符号错误是最常见的导致重构完全偏离的原因。
• 核对本质矩阵的计算逻辑：确认基础矩阵fundamental的准确性，同时检查内参矩阵的使用顺序和转置/逆的正确性。标准公式为 E = K_aux^T * F * K_ref（K_ref是参考相机内参，K_aux是辅助相机内参），若搞反相机顺序或误用逆矩阵替代转置，会直接导致后续流程失效。
• 确认分解函数的输出定义：不同库的decomposeEssentialMat对输出的R、t有明确约定，比如OpenCV中输出的R1/R2和t对应的是辅助相机相对于参考相机的位姿，即变换矩阵为[R | t]。若你混淆了相机的参考关系，重构时的R和t组合会完全错误。
• 考虑数值噪声影响：若原始基础矩阵是从带噪声的图像特征计算得到的，分解和重构过程中的浮点误差会导致数值不完全重合，但整体应保持近似线性相关。

内容的提问来源于stack exchange，提问作者Gandalf