调用cv2.solvePnP触发断言失败错误的排查求助

问题背景 #

实现了一个调用OpenCV solvePnP的函数，用于计算相机外参：

def solvePnP(points_3d: list[list[float]], points_2d: list[list[int]], camera_mat: np.ndarray, dist_coeffs: np.ndarray):
        points_3d = np.array(points_3d)
        points_2d = np.array(points_2d)

        success, rvec, tvec = cv2.solvePnP(points_3d, points_2d, camera_mat, dist_coeffs)
        if success:
            return rvec, tvec

调用时传入的参数维度符合要求（12组3D/2D点、3x3内参、1x5畸变系数），但触发断言失败错误：

cv2.error: OpenCV(4.11.0) /Users/xperience/GHA-Actions-OpenCV/_work/opencv-python/opencv-python/opencv/modules/calib3d/src/solvepnp.cpp:824: error: (-215:Assertion failed) ( (npoints >= 4) || (npoints == 3 && flags == SOLVEPNP_ITERATIVE && useExtrinsicGuess) || (npoints >= 3 && flags == SOLVEPNP_SQPNP) ) && npoints == std::max(ipoints.checkVector(2, CV_32F), ipoints.checkVector(2, CV_64F)) in function 'solvePnPGeneric'

错误原因分析 #

断言失败的核心是2D点的数据类型不符合要求：

• OpenCV的solvePnP要求2D点必须是float32或float64类型；
• 传入的points_2d是int类型数组，导致ipoints.checkVector(2, CV_32F)和ipoints.checkVector(2, CV_64F)都返回-1，max结果为-1，与实际点数量（12）不相等，触发断言。

解决方案 #

修改函数中2D点的转换代码，强制转换为浮点类型：

def solvePnP(points_3d: list[list[float]], points_2d: list[list[int]], camera_mat: np.ndarray, dist_coeffs: np.ndarray):
        points_3d = np.array(points_3d, dtype=np.float64)
        # 关键：将2D点转换为float32/float64类型
        points_2d = np.array(points_2d, dtype=np.float32)

        success, rvec, tvec = cv2.solvePnP(points_3d, points_2d, camera_mat, dist_coeffs)
        if success:
            return rvec, tvec

额外检查项：

• 确保3D点和2D点的数量完全一致（当前为12组，符合要求）；
• 确认内参矩阵和畸变系数的维度、类型正确（当前为浮点类型，无问题）。

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