本文介绍了如何利用cv2.solvepnp方法进行相机位姿估计，包括objectPoints（世界坐标系的3D点）、imagePoints（图像坐标系的点）、cameraMatrix（相机内参矩阵）、distCoeffs（畸变系数）等参数的使用，以及rvec（旋转矩阵）、tvec（平移矩阵）的获取。同时提到了可选的flags参数，如SOLVEPNP_ITERATIVE、SOLVEPNP_P3P等不同求解策略。
预备知识
图像坐标系：
理想的图像坐标系原点O1和真实的O0有一定的偏差，由此我们建立了等式（1）和（2），可以用矩阵形式（3）表示。
相机坐标系（C）和世界坐标系（W）：
通过相机与图像的投影关系，我们得到了等式（4）和等式（5），可以用矩阵形式（6）表示。
我们又知道相机坐标系和世界坐标的关系可以用等式（7）表示：
由等式（3），等式（6）和等式（7）我们可以推导出图像坐标系和世界坐标系的关系：
最低0.47元/天 解锁文章
扫一扫
883
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
