时间戳

首页 > 解决方案 > 根据相机位置查找两个原点之间的平移

python - 根据相机位置查找两个原点之间的平移

问题描述

我已经根据相机视野中的两个原点确定了相机位置。假设原点 1 位于 (140,200)，原点 2 位于 (70,180)。

以下是相对于原点 1 和原点 2 的相机位置。

X1,Y1,Z1,X2,Y2,Z2 = 0.8361721744324895,-0.5131803297263005,1.3708440418732257,0.09985411281689659,0.3329507542440152,1.342809058827907

而 (X1, Y1, Z1) 是相对于原点 1 的相机位置，而 (X2, Y2, Z2) 是相对于原点 2 的相机位置。

我使用以下代码来计算两个来源之间的转换。

dist = math.sqrt((X1-X2) ** 2 + (Y1-Y2) **2 + (Z1-Z2)**2)

但是，该值是一个标量，而不是基于它们各自相机位置的原点之间的平移的向量 (XYZ) 值。如何获得 XYZ 距离？

标签： pythonopencvcameraopencv-solvepnp

解决方案

除了你的两个起源之外，考虑第三个起源。

对于这第三个原点，让相机、第一原点和第二原点的位置向量分别为r_c、r_1和r_2。

相对于第一个原点，令相机的位置向量为r_c_1

相对于第二个原点，令相机的位置向量为r_c_2

使用--向量减法的符号，我们有：

r_c_1 = r_c -- r_1

r_c_2 = r_c -- r_2

从上述两个方程中，从另一个方程中减去一个方程，我们得到：

r_c_2 -- r_c_1 = (r_c -- r_2) -- (r_c -- r_1)

其中，在简化时，给出：

r_c_2 -- r_c_1 = r_1 -- r_2

在上面的等式中，RHS 就是你想要的（两个原点之间的平移向量）。LHS 是两个原点下相机位置之间的矢量减法。

因此，如果向量以 3 元组表示法表示，则分别为 letr_c_1和r_c_2be(x1, y1, z1)和(x2, y2, z2)。然后，从上面的等式，需要“原点平移向量”将(x2-x1, y2-y1, z2-z1)

推荐阅读