OpenCV：从平移和旋转得到透视矩阵

Question

基本上，我想做的过程描述在这里（特别是看到图像接近尾声），但从一个已知的相机模型和姿态开始。

是否有一个直接的函数调用来获取相机的内部和外部参数，并计算透视矩阵以用于warpperspective？

在对图像调用underist之后，我将调用warpperspective。

原则上，在指定约束z=0之后，我可以通过求解opencv摄像机校准文档顶部定义的方程组来导出解决方案，但我认为必须有一个罐装例程来允许我正射校正我的测试图像。

在我的搜索中，我发现很难通过所有的立体声校准结果--我只有一个相机，但想要纠正图像的约束下，我只看到一个平面测试图案。

Answer 1

实际上不需要有一个正射摄影机。以下是如何获得适当的透视图转换。

如果您使用cv::calibrateCamera校准相机，您将获得相机矩阵K镜头失真系数的矢量D以及您使用的每个图像的旋转矢量RVEC（您可以使用cv::rodrigues,doc将其转换为3x3矩阵R)和平移矢量T。考虑其中一个映像以及相关联的R和T。使用失真系数调用cv::undarist后，图像将像是由投影矩阵k*[rt]的相机获取的。

基本上（正如@DavidNilosek直觉的那样），您希望取消旋转并获得图像，就像它是由形式K*[I-C]的投影矩阵获取的一样，其中C=-R.inv()*T是相机位置。为此，您必须应用以下转换：

Hr = K * R.inv() * K.inv()

唯一的潜在问题是扭曲的图像可能会超出图像平面的可见部分。因此,您可以使用附加的转换来解决该问题,如下所示：

     [ 1  0  |         ]
Ht = [ 0  1  | -K*C/Cz ]
     [ 0  0  |         ]

其中Cz是C沿Oz轴的分量。

最后，根据上述定义，h=Ht*hr是考虑图像的校正透视变换。