Python复现图像点计算3D世界X/Y坐标偏差及Zconst取值问题咨询
图像点反算真实世界三维坐标复现结果偏差问题
问题描述
我尝试复现图像点反算真实世界三维坐标的经典实现逻辑,通过像素点求取对应真实世界坐标,但复现得到的结果与实际测量值始终无法匹配。
现有实现代码
uvPoint = np.matrix('222.84; 275.05; 1') rots = cv2.Rodrigues(_rvecs[18])[0] rot = np.linalg.inv(rots) cam = np.linalg.inv(camera_matrix) leftSideMat = rot * cam * uvPoint rightSideMat = rot * _tvecs[18] s = np.true_divide((4.52 + rightSideMat), leftSideMat) rot * (s * cam * uvPoint - _tvecs[18])
已使用的标定参数
- 相机内参矩阵
camera_matrix:
array([[613.87755242, 0. , 359.6984484 ], [ 0. , 609.35282925, 242.55955439], [ 0. , 0. , 1. ]])
- 外参对应旋转矩阵:
array([[ 0.73824258, 0.03167042, 0.67379142], [ 0.13296486, 0.97246553, -0.19139263], [-0.66130042, 0.23088477, 0.71370441]])
- 外参对应平移向量:
array([[-243.00462163], [ -95.97464544], [ 935.8852482 ]])
存在的困惑
我不清楚Zconst的定义与正确用法,无论选取什么值代入计算,得到的结果都和已知的真实世界坐标(36, 144)存在很大偏差,无法定位实现过程中的问题。
内容的提问来源于stack exchange,提问作者T'Lan Imass
相关产品推荐
相关产品推荐

