通过点和线计算CV2 Homography

Question

我有该字段中的点列表（如upper_goal_point / left_upper_outer_corner等。

我知道它们在目标图像中的对应坐标 - 所以我可以计算单应性：

h, status = cv2.findHomography(pts_src, pts_dst)

我在上角线上也有蓝点（看上图），我只知道它们的目的地的y坐标为 0 （因为它们在上线），但我不知道它们到底在哪里线。

我可以使用这些蓝点来改善单应性吗？

附言

可以看到，单应性中的upper corner角线不是水平线，而是对角线，这当然是不正确的：

Answer 1

实际上可以在查找单应性中使用线对应。

https://www.researchgate.net/publication/220845575_Combining_Line_and_Point_Correspondences_for_Homography_Estimation

几年前，我们在一个项目中实施了这种方法。 在简化所有数学的过程中，我们想出了简单的技巧。 我们将每一行a*x + b*y + c = 0转换为点(a/c, b/c)

// ***  Don't copy paste this code, read below!  ***//
Point2f convertPointsToHomogeneousLine(Point2f p1, Point2f p2) {
    Point3f p1h(p1.x, p1.y, 1);
    Point3f p2h(p2.x, p2.y, 1);
    Point3f lineHomo(p1h.y*p2h.z - p1h.z*p2h.y,
                     p1h.z*p2h.x - p1h.x*p2h.z,
                     p1h.x*p2h.y - p1h.y*p2h.x);
    
    Point2f lineHomoNorm(lineHomo.x / lineHomo.z,
                         lineHomo.y / lineHomo.z);
    return lineHomoNorm;
}

并通过这个点里面。 我记得我还挖掘了findHomography的 OpenCV 实现，并将这条线插入到里面的某个地方来解决步骤。 在 OpenCV 内部，在通过求解步骤之前对点进行了一些归一化。 因此，您需要跳过此步骤以获得此类积分。

我们不在生产中使用它。 用户需要通过在图像和仪表系统中提供线和点来手动校准相机。 界面过于复杂，稳定性差。 但在你的情况下，我认为它可以更好地工作。 如果你会自动找到线路和信件。

PS请注意，在论文中他们使用了一些标准化技术。 它将提高稳定性。 我们面临稳定性问题，在我们的旅程中没有解决它。