python - 如何确定具有坐标对的变换矩阵?
问题描述
所以。我有 4 组坐标对。一个在世界坐标中,另一个在相机坐标中。
+-----+-----+-----+-----+-----+
| Xw | Yw | Zw | Xc | Yc |
+-----+-----+-----+-----+-----+
| 0,0 | 0,0 | 0,0 | 582 | 344 |
| 7,0 | 0,0 | 0,0 | 834 | 338 |
| 0,0 | 5,0 | 0,0 | 586 | 529 |
| 7,0 | 5,0 | 0,0 | 841 | 522 |
+-----+-----+-----+-----+-----+
Xw, Yw, Zw
- 世界坐标
Xc, Yc
- 相机坐标
Zw
- 始终为 0
现在我需要为此计算一个变换矩阵。因此,拥有 Xw 和 Yw i 可以产生 Xc、Yc。
我也有摄像机 2。然后,使用摄像机 2 的某个点位置,我需要计算第一个摄像机坐标中的同一点。
+-------+-------+-------+-------+
| Xc2 | Yc2 | Xс1 | Yс1 |
+-------+-------+-------+-------+
| 1250 | 433 | 209 | 771 |
| 528 | 452 | 1277 | 730 |
+-------+-------+-------+-------+
# `Xc1` and `Yc1` just estimated for example - need to be calculated
我们还有来自 OpenCV 的相机 2 校准数据。
谢谢。
Ps 如果您能描述如何使用 python + numpy 进行操作,我将不胜感激
Pss 如果您将其描述为橡皮鸭(wenk):)
解决方案
您可能需要仔细考虑场景的几何形状,但是线性代数可能会给您带来合理的结果。
如果我们采用您的世界坐标来拟合一般形式,那么我们可以使用numpy 的 lstsq函数aX + bY +c
进行最小二乘拟合。
world = numpy.array([
[0,0,0],
[7,0,0],
[0,5,0],
[7,4,0]])
camera = numpy.array([
[582,344],
[834,338],
[586,529],
[841,522]])
#Lose Z axis
world = world[:,0:2]
#Make a square matrix
A = numpy.vstack([world.T, numpy.ones(4)]).T
#perform the least squares method
x, res, rank, s = numpy.linalg.lstsq(A, camera, rcond=None)
#test results
print(numpy.dot(A,x))
推荐阅读
- javascript - PL-SQL、Oracle Apex:如何向 PL-SQL 动态内容表添加分页?
- python - NameError:名称“不和谐”未定义
- java - 如何在自定义 spring-boot-starter 中使用 spring-boot-starter-jpa?
- azure - Terraform azurerm 提供程序尝试使用错误的凭据进行注册
- reactjs - 在 React 中可调整大小的 div 到两个 x 边
- intellij-idea - IntelliJ 的协议缓冲区编辑器
- c# - Async 方法是提高性能还是只影响应用程序的可扩展性
- javascript - 如何在每次测试之前重置全局变量?
- python - 有没有办法使用 python 从 pardot 导出数据?
- javascript - 为 D3 Vers 6 堆叠条形图添加间距和交互性