已知特征点与相机矩阵时如何求解旋转矩阵（无需棋盘格标定）

已知条件梳理 #

先明确可用输入范围：

• 矩形4个角点的像素坐标(u_i, v_i), i=0~3
• 矩形邻边的真实物理长度（矩形满足对边等长、邻边垂直的几何约束）
• 提前标定得到的3×3相机内参矩阵K，若镜头存在畸变需提前对像素坐标做去畸变处理
• 求解目标：矩形平面相对相机坐标系的旋转向量rvec

方法一：直接调用通用PnP接口（工程首选，稳定性最高） #

cv2.calibrateCamera()的核心逻辑是通过多视图棋盘格点同时优化内参、外参、畸变系数，已经拿到内参的情况下完全不需要走这个流程，直接解单视图位姿问题即可：

1. 先给矩形的4个角点分配局部3D坐标，直接把物方坐标系建在矩形所在平面，Z轴垂直于矩形平面：

   import numpy as np
   import cv2
   # 假设矩形物理长为w_real，宽为h_real
   obj_pts = np.array([
       [0, 0, 0],
       [w_real, 0, 0],
       [w_real, h_real, 0],
       [0, h_real, 0]
   ], dtype=np.float32)
   

   注意：4个点的顺序必须和拿到的像素角点顺序严格一一对应，邻接关系不能乱，不能把对角点当成相邻点输入。

2. 调用PnP求解接口，平面目标优先选IPPE算法，4个共面点场景下精度和稳定性远高于默认迭代法：

   # img_pts是4个角点的像素坐标数组，shape为(4,2)，dtype为np.float32
   # dist_coeff是畸变系数，提前做过去畸变的话直接传长度为5的全0数组即可
   dist_coeff = np.zeros((5,1), dtype=np.float32)
   success, rvec, tvec = cv2.solvePnP(
       obj_pts, img_pts, K, dist_coeff, flags=cv2.SOLVEPNP_IPPE
   )
   

   接口返回的rvec就是目标旋转向量，可通过cv2.Rodrigues()和旋转矩阵互相转换。

方法二：手动通过单应性分解实现（无PnP接口依赖） #

如果需要自己实现完整逻辑不依赖封装接口，可以按平面单应性分解的流程计算：

• 求解平面单应矩阵H：矩形所有点都在局部坐标系Z=0的平面上，像素坐标和平面物方坐标满足投影关系s*[u,v,1]^T = H*[X,Y,1]^T，通过4对对应点用DLT算法即可解出3×3的单应矩阵H。
• 对内参矩阵求逆，左乘H得到中间矩阵G = np.linalg.inv(K) @ H。
• 提取G的前两列g1 = G[:,0]、g2 = G[:,1]，计算缩放因子lam = 2/(np.linalg.norm(g1) + np.linalg.norm(g2))，得到旋转矩阵的前两列r1 = lam * g1、r2 = lam * g2。
• 利用旋转矩阵的正交性，通过叉乘得到第三列r3 = np.cross(r1, r2)，拼接得到初始旋转矩阵R = np.stack([r1, r2, r3], axis=1)。
• 对R做正交化修正（噪声会导致初始R不满足严格正交）：对R做SVD分解U, S, Vt = np.linalg.svd(R)，修正后的旋转矩阵R_rect = U @ Vt。
• 最后调用cv2.Rodrigues(R_rect)即可得到对应的旋转向量。

注意事项 #

• 角点像素坐标必须提前做去畸变处理，否则位姿结果会存在明显偏差
• 平面目标的PnP解存在二义性，IPPE算法会自动返回重投影误差更小的解，绝大多数常规场景下无需额外校验，对称矩形场景如果结果不符合预期，可以手动对比两个候选解的重投影误差选更合理的结果
• 不要使用cv2.calibrateCamera()做单视图位姿求解，这个接口是为多视图内参标定设计的，单视图输入下输出的外参稳定性很差

内容的提问来源于stack exchange，提问作者aszyo