cv2.findChessboardCorners角点顺序不一致对solvePnP的影响及修复方案

对solvePnP结果的影响 #

答案是肯定的，该问题会严重干扰solvePnP的输出正确性。
solvePnP求解位姿的核心前提是输入的2D图像角点序列，与你预先定义的3D世界坐标系下角点序列的顺序严格一一对应。如果角点顺序发生180度翻转，相当于两组点的对应关系完全错位，最终求解得到的旋转矩阵、平移矩阵会完全偏离真实值，极端情况下还会导致求解失败。

简便修复方案 #

你已经观测到角点仅在两种顺序间切换，以下是几个低成本的可行方案，按实现复杂度从低到高排列：

• 序列翻转校验法（最简便，无需额外改动）
  你可以基于自己定义的3D角点排列规则，加一行简单的顺序校验逻辑即可。
  例如你预先定义的3D角点是从标定板左上角开始，按行优先向右、向下排列，那么正常检测到的2D角点第一个点的x、y像素坐标应该都小于最后一个点。如果检测到第一个点的x、y均大于最后一个点，说明序列180度翻转，直接反转角点数组即可：

# 在角点检测、亚像素优化后添加这段逻辑
if corners2[0][0][0] > corners2[-1][0][0] and corners2[0][0][1] > corners2[-1][0][1]:
    corners2 = corners2[::-1].copy()

• 优化角点检测参数
  调用cv2.findChessboardCorners时开启稳定性参数，可大幅降低顺序翻转的概率：

ret, corners = cv2.findChessboardCorners(gray, CHECKERBOARD, 
    flags=cv2.CALIB_CB_ADAPTIVE_THRESH | cv2.CALIB_CB_NORMALIZE_IMAGE | cv2.CALIB_CB_FAST_CHECK)

如果仍然出现翻转问题，可以替换为cv2.findChessboardCornersSB接口，该接口的角点检测稳定性、顺序一致性远优于传统接口。

• 物理标记定向法（适合高精度场景）
  在标定板的目标起始角（如左上角）旁贴一个唯一的物理标记（如实心黑块、小型AprilTag），每次检测完角点后判断标记位置，若不在预期的第一个角点附近则翻转序列，该方案几乎不会出现误判。

内容的提问来源于stack exchange，提问作者pw_machine_vision