首先使用cv::aruco::estimatePoseSingleMarkers()函数后得到两个很重要的数据revc和tevc,分别是旋转向量和平移向量。通过这两个数据就可以得到相机在世界坐标系下的坐标。此处需要了解solvePnP的想关知识。
solvePnP求解的r和t是将世界坐标系下的点变换到相机坐标系所需要的旋转和平移
rvec - 输出的旋转向量。使坐标点从世界坐标系旋转到相机坐标系
tvec - 输出的平移向量。使坐标点从世界坐标系平移到相机坐标系
想要明白为什么这样计算需要弄明白什么是缸体变换、也需要看一下像素、图像、相机、世界坐标系变换相关内容。
以下的计算过程的原理为什么是这样的需要参照:https://www.cnblogs.com/singlex/p/6037020.html
1、现在假设已经拿到了revc和tevc两个数值,首先需要使用罗德里旋转将旋转向量变成旋转矩阵。
double rm[9];
RoteM = cv::Mat(3, 3, CV_64FC1, rm);
Rodrigues(rvec, RoteM); //罗德里旋转得到旋转矩阵
double r11 = RoteM.ptr<double>(0)[0];
double r12 = RoteM.ptr<double>(0)[1];
double r13 = RoteM.ptr<double>(0)[2];
double r21 = RoteM.ptr<double>(1)[0];
double r22 = RoteM.ptr<double>(1)[1];
double