Как оценить положение двух камер в OpenCV?

Question

У меня есть два набора соответствующих точек из двух изображений. Я оценил Essential матрицы, которая кодирует преобразование между камерами:

E, mask = cv2.findEssentialMat(points1, points2, 1.0) 

Я тогда распаковал вращения и перемещение компонентов:

points, R, t, mask = cv2.recoverPose(E, points1, points2) 

Но как же я на самом деле получить Телекамеры матрицу две камеры, поэтому я могу использовать cv2.triangulatePoints, чтобы создать небольшое облако точек?

Answer 1

Вот что я сделал:

Вход:

pts_l - 2d points in left image. nx3 numpy float array 
pts_r - 2d points in left image. nx3 numpy float array 

K_l - Right Camera matrix. 3x3 numpy float array 
K_r - Right Camera matrix. 3x3 numpy float array 

Код:

# Normalize for Esential Matrix calaculation 
pts_l_norm = cv2.undistortPoints(np.expand_dims(pts_l, axis=1), cameraMatrix=K_l, distCoeffs=None) 
pts_r_norm = cv2.undistortPoints(np.expand_dims(pts_r, axis=1), cameraMatrix=K_r, distCoeffs=None) 

E, mask = cv2.findEssentialMat(pts_l_norm, pts_r_norm, focal=1.0, pp=(0., 0.), method=cv2.RANSAC, prob=0.999, threshold=3.0) 
points, R, t, mask = cv2.recoverPose(E, pts_l_norm, pts_r_norm) 

M_r = np.hstack((R, t)) 
M_l = np.hstack((np.eye(3, 3), np.zeros((3, 1)))) 

P_l = np.dot(K_l, M_l) 
P_r = np.dot(K_r, M_r) 
point_4d_hom = cv2.triangulatePoints(P_l, P_r, np.expand_dims(pts_l, axis=1), np.expand_dims(pts_r, axis=1)) 
point_4d = point_4d_hom/np.tile(point_4d_hom[-1, :], (4, 1)) 
point_3d = point_4d[:3, :].T 

Выход:

point_3d - nx3 numpy array