关于cv2.solvePnP函数中物体坐标点确定及二维码位姿求解的疑问

我完全懂你的困惑——已经能精准拿到二维码的2D边界框坐标，也知道它的实际尺寸，但就是卡在怎么给cv2.solvePnP()喂正确的3D物体坐标点上对吧？别慌，这个问题拆解开来其实很清晰，咱们一步步来搞定。

第一步：定义二维码的3D物体坐标点 #

首先得给二维码建立一个物体坐标系，通常我们会把原点放在二维码的某个角落（比如左上角），这样计算最直观。假设你的二维码实际宽度是w（单位随便选，米/毫米都可以，只要全程统一就行），高度是h，那四个角的3D坐标可以这么定义：

• 左上角：(0, 0, 0)
• 右上角：(w, 0, 0)
• 右下角：(w, h, 0)
• 左下角：(0, h, 0)

划重点：这里所有点的z坐标都是0，因为二维码是平面物体，我们默认它躺在物体坐标系的XY平面上。

最关键的一点：你定义的3D点顺序，必须和二维码检测返回的2D图像点顺序完全对应！比如检测返回的(x,y)是按左上→右上→右下→左下的顺序，那3D点也得严格遵循这个顺序，不然solvePnP算出来的结果会完全跑偏。

第二步：准备相机内参和畸变系数 #

solvePnP必须用到相机的内参矩阵camera_matrix和畸变系数dist_coeffs，这俩参数得通过相机标定得到——没做标定的话，位姿结果的精度会差到没法用。

假设你已经完成标定，参数大概长这样：

import numpy as np

# 示例内参矩阵，实际值以你的标定结果为准
camera_matrix = np.array([
    [fx, 0, cx],
    [0, fy, cy],
    [0, 0, 1]
], dtype=np.float32)

# 示例畸变系数，通常是4个或5个参数（根据标定方式调整）
dist_coeffs = np.array([k1, k2, p1, p2, k3], dtype=np.float32)  # 4参数的话去掉k3即可

第三步：调用cv2.solvePnP计算位姿 #

现在把所有准备好的参数传进去就行。针对二维码这种平面物体，推荐用SOLVEPNP_IPPE或者SOLVEPNP_AP3P求解器，它们对平面目标的位姿计算精度更高。

直接上代码示例：

import cv2

# 1. 定义二维码实际尺寸（这里假设宽0.1米，高0.1米，替换成你的实际值）
qr_width = 0.1
qr_height = 0.1

# 2. 3D物体坐标点（顺序严格对应图像点）
object_points = np.array([
    [0, 0, 0],
    [qr_width, 0, 0],
    [qr_width, qr_height, 0],
    [0, qr_height, 0]
], dtype=np.float32)

# 3. 从二维码检测得到的2D图像点（替换成你实际检测到的坐标）
image_points = np.array([
    [120, 110],
    [230, 115],
    [225, 220],
    [115, 215]
], dtype=np.float32)

# 4. 调用solvePnP求解位姿
success, rotation_vector, translation_vector = cv2.solvePnP(
    object_points,
    image_points,
    camera_matrix,
    dist_coeffs,
    flags=cv2.SOLVEPNP_IPPE
)

if success:
    # 可选：把旋转向量转换成旋转矩阵（如果需要矩阵形式的位姿）
    rotation_matrix, _ = cv2.Rodrigues(rotation_vector)
    
    print("旋转向量：\n", rotation_vector)
    print("旋转矩阵：\n", rotation_matrix)
    print("平移向量：\n", translation_vector)
else:
    print("位姿求解失败，请检查输入参数！")

容易踩坑的注意事项 #

• 坐标顺序绝对不能乱：再次强调，3D点和2D点的顺序必须完全匹配，哪怕只是一个点的顺序错了，结果都会完全错误。
• 单位要统一：物体点的单位决定了平移向量的单位（比如用米的话，平移向量的数值就是相机到二维码的米数）。
• 标定精度很重要：如果内参和畸变系数不准，就算其他步骤都对，位姿结果也会飘得厉害——标定的时候尽量多拍不同角度的棋盘格照片。
• 坐标系方向可自定义：如果不想把原点放左上角，也可以改到二维码中心，比如中心坐标设为(w/2, h/2, 0)，四个角对应(±w/2, ±h/2, 0)，只要逻辑自洽就行。

内容的提问来源于stack exchange，提问作者Rachel