OpenCV相机标定与3D重建(20)将单应性矩阵分解为旋转矩阵、平移向量和法向量函数decomposeHomographyMat()的使用

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

将单应性矩阵分解为旋转矩阵、平移向量和法向量。
cv::decomposeHomographyMat 是 OpenCV 库中的一个函数，用于将单应性矩阵（Homography Matrix）分解为旋转矩阵（Rotation Matrices）、平移向量（Translation Vectors）和法向量（Normals）。该函数能够从给定的单应性矩阵中提取出多个可能的解，这些解描述了平面在两个不同视角之间的相对运动。

函数原型

int cv::decomposeHomographyMat	
(
	InputArray 	H,
	InputArray 	K,
	OutputArrayOfArrays 	rotations,
	OutputArrayOfArrays 	translations,
	OutputArrayOfArrays 	normals 
)	

参数

• 参数H：两个图像之间的输入单应性矩阵。
• 参数K：输入的相机内参矩阵。
• 参数rotations：旋转矩阵数组。
• 参数translations：平移向量数组（注意，这里应该是“平移向量”而非“平移矩阵”）。
• 参数normals：平面法向量数组。

此函数提取平面物体在两个视图之间的相对相机运动，并返回最多四个由旋转、平移和平面法向量组成的数学解元组。单应性矩阵 H 的分解在文献 [176] 中有详细描述。

如果由平面诱导的单应性矩阵 H 给出了约束
$$[\begin{array}{c}{x}_{}\end{array}$$