![](/img/trans.png)
[英]OpenCV stereo vision 3D coordinates to 2D camera-plane projection different than triangulating 2D points to 3D
[英]Stereo system - Get 3d position usind OpenCv
我有一個帶2個攝像機的立體聲系統。 我校准了這些相機。 我嘗試計算每個指尖之間的距離。在左圖上,我發現了使用凸包的指尖。 我計算這些點的上皮線。在正確的圖像上繪制上皮線。 如何計算每個指尖的3d位置? 我使用了c ++和opencv。
圖像下方有5個窗口。 它們是:右圖像,左圖像,在右圖像上使用凸包找到指尖,在左圖像上繪制極線,在左圖像上找到對應點
立體聲校准后,我的.yml文件在下面
%YAML:1.0
CM1: !!opencv-matrix
rows: 3
cols: 3
dt: d
data: [ 1.4947330489959640e+02, 0., 8.5026435902438408e+01, 0.,
1.7045159164506524e+02, 6.8513237416979280e+01, 0., 0., 1. ]
CM2: !!opencv-matrix
rows: 3
cols: 3
dt: d
data: [ 1.4947330489959640e+02, 0., 7.6063817190941975e+01, 0.,
1.7045159164506524e+02, 6.9869364400956655e+01, 0., 0., 1. ]
D1: !!opencv-matrix
rows: 1
cols: 5
dt: d
data: [ 4.6664660489275862e+00, -9.5605452982913761e+01, 0., 0.,
4.4411083031870203e+02 ]
D2: !!opencv-matrix
rows: 1
cols: 5
dt: d
data: [ -2.6243438145377401e-01, 3.1158182596121313e+00, 0., 0.,
-6.9555261934841601e+00 ]
R: !!opencv-matrix
rows: 3
cols: 3
dt: d
data: [ -9.9870707407742809e-01, 5.0820157566619700e-02,
1.2213814337059467e-03, -4.6584627039081256e-02,
-9.2456021193091820e-01, 3.7817758664136281e-01,
2.0348285218473684e-02, 3.7763173343769685e-01,
9.2573226215224258e-01 ]
T: !!opencv-matrix
rows: 3
cols: 1
dt: d
data: [ -5.0257191774306198e-01, -5.1791340062890008e+00,
-1.7104054803114692e+00 ]
E: !!opencv-matrix
rows: 3
cols: 3
dt: d
data: [ -1.8506509733057530e-01, -3.5371782058656147e+00,
-4.1476544229091719e+00, 1.7184205294528965e+00,
1.0286402846218139e-01, 4.6315798080871423e-01,
-5.1490256443274198e+00, 7.2786240503729882e-01,
-1.8373573684783620e-01 ]
F: !!opencv-matrix
rows: 3
cols: 3
dt: d
data: [ -2.0635586643392613e-06, -3.4586914187982223e-05,
-4.3677532717492718e-03, 1.6802903312164187e-05,
8.8202517402136951e-07, -8.1218529743132760e-04,
-9.5988974549000728e-03, 3.6330053228360980e-03, 1. ]
由於您不確定使用兩種方法都能獲得確切的指尖,因此我將使用另一種方法:
您可能需要一些基於3D-2D點對應的非常快速簡單的解決方案。 然后您將點擬合到3D模型中,可以自由找到很多手的3D模型,即: http ://www.turbosquid.com/3d-model/anatomy/hand OpenCV提供了一種不錯的方法-solvePnP -可以進行擬合步驟。 我們需要執行以下操作:
使用cv::undistortPoints()
2D點cv::undistortPoints()
。 將兩個相機的未失真點傳遞到cv::triangulatePoints()
(以及相機投影矩陣)和cv::Mat
來存儲(均勻的)3D坐標。 調用convertPointsFromHomogenous()
獲得普通(不均勻)3D點。 注意:投影矩陣是來自cv::stereoRectify
和/或<opencv-dir>/samples/cpp/stereo_calib.cpp
P1和P2。 您可能會發現如何正確使用cv :: triangulatePoints()很有用。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.