python - 我的立体声校准正确吗？为什么我的三角测量不起作用呢？

Question

我正在尝试从立体相机的图像中获取 3D 点云。我在 Python 中使用 OpenCV 校准了我的立体相机（每个 240x320），得到了 0.25 的重投影误差。我使用了一个 9x10 行和列的棋盘图案，并在不同的光照条件下以不同的角度拍摄了 10 张图像，并在拍摄的同时移动了相机。（我不确定，也许这就是问题所在）然后我将它们导入matlab，matlab给了我棋盘角。（我选择 matlab 是因为它比 opencv 精确得多）然后我将角点加载到我的 python 校准脚本中。

内在校准完美无瑕：

但是我不确定是否可以使用外部校准的结果，因为图像仍然是圆形并且有那些黑色空间；图像的矩形中心很好：

参数和矩阵被保存并加载到另一个脚本中。该脚本通过左右图像运行 sobel 算子，并在两个图像中找到匹配的边缘像素：

然后我将这些匹配的像素交给 cv.triangulatePoints(projMatr1, projMatr2, projPoints1, projPoints2) 这应该给我点的 3D 坐标。我用 plotly 绘制它们，但结果无法识别，并且远离所示杯子的边缘：

有谁知道，它可能是什么或我做错了什么？如果需要，我可以在这里发布我的代码。

标签： pythonopencvcamera-calibration

Answer 1

好的，我尝试从 [row, col] => [col, row] 交换匹配点的行和列元素，现在三角测量正在工作：

仍然存在错误匹配，但没关系，我期待它们。但是更改行和列不适用于图像：

但那是一个不同的故事，我对目前的结果感到满意。