阿尔及利亚网站后缀发布友情链接

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

将3D点投影到图像平面上。
cv::projectPoints 是 OpenCV 库中的一个函数，用于将三维空间中的点投影到二维图像平面上。这个过程涉及到相机的内参矩阵、外参（旋转和平移向量）以及畸变系数。该函数可以用来模拟或校正从3D世界坐标到2D图像坐标的转换。

函数原型

void cv::projectPoints	
(InputArray 	objectPoints,InputArray 	rvec,InputArray 	tvec,InputArray 	cameraMatrix,InputArray 	distCoeffs,OutputArray 	imagePoints,OutputArray 	jacobian = noArray(),double 	aspectRatio = 0 
)		

参数

• 参数objectPoints：相对于世界坐标系表达的对象点数组。可以是3xN/Nx3的单通道矩阵或1xN/Nx1的三通道矩阵（或 vector），其中N是视图中的点数。
• 参数rvec：旋转向量（Rodrigues形式），与 tvec 一起，执行从世界坐标系到相机坐标系的基变换，详见 calibrateCamera 的说明。
• 参数tvec：平移向量，参见上述参数描述。
• 参数cameraMatrix：相机内参矩阵 $A=\left[\begin{array}{ccc}{f}_x& 0& c_x\\ 0& f_y& c_y\\ 0& 0& 1\end{array}\right].$ 。
• 参数distCoeffs：输入的畸变系数向量 $(k_1,k_2,p_1,p_2[,k_3[,k_4,k_5,k_6[,s_1,s_2,s_3,s_4[,{\tau }_x,{\tau }_y]]]])$，包含4、5、8、12或14个元素。如果向量为空，则假设畸变为零。
• 参数imagePoints：输出的图像点数组，可以是1xN/Nx1的双通道矩阵，或 vector。
• 参数jacobian：可选输出的 2N×(10+) 雅可比矩阵，表示图像点坐标对旋转向量、平移向量、焦距、主点坐标和畸变系数各分量的偏导数。在旧接口中，雅可比矩阵的不同部分通过不同的输出参数返回。
• 参数aspectRatio：可选的“固定纵横比”参数。如果该参数不为0，函数假定纵横比 $(f_x/f_y)$是固定的，并相应地调整雅可比矩阵。

函数描述：
该函数根据给定的相机内部和外部参数计算3D点到图像平面的2D投影。可选地，函数还可以计算雅可比矩阵——即图像点坐标（作为所有输入参数的函数）对特定参数（内部或外部）的偏导数矩阵。这些雅可比矩阵用于 calibrateCamera、solvePnP 和 stereoCalibrate 中的全局优化过程。该函数本身也可以用来计算重投影误差，给定当前的内部和外部参数。

注意：
通过设置 rvec = tvec = [0,0,0]，或将 cameraMatrix 设置为3x3的单位矩阵，或传递零畸变系数，可以获得函数的各种有用的部分情况。这意味着，可以在理想零畸变设置下计算稀疏点集的畸变坐标或应用透视变换（并计算导数）。

代码示例

#include <iostream>
#include <opencv2/opencv.hpp>using namespace cv;
using namespace std;int main()
{// 定义3D点vector< Point3f > objectPoints = { Point3f( 0, 0, 0 ), Point3f( 1, 0, 0 ), Point3f( 0, 1, 0 ) };// 相机姿态（旋转和平移）Mat rvec = ( Mat_< double >( 3, 1 ) << 0, 0, 0 );  // 无旋转Mat tvec = ( Mat_< double >( 3, 1 ) << 0, 0, 0 );  // 无平移// 相机内参矩阵Mat cameraMatrix = ( Mat_< double >( 3, 3 ) << 1000, 0, 320, 0, 1000, 240, 0, 0, 1 );// 畸变系数（假设无畸变）Mat distCoeffs = Mat::zeros( 5, 1, CV_64F );// 定义输出变量vector< Point2f > imagePoints;// 执行投影projectPoints( objectPoints, rvec, tvec, cameraMatrix, distCoeffs, imagePoints );// 打印结果cout << "Projected Image Points:" << endl;for ( size_t i = 0; i < imagePoints.size(); ++i ){cout << "(" << imagePoints[ i ].x << ", " << imagePoints[ i ].y << ")" << endl;}return 0;
}

运行结果

Projected Image Points:
(320, 240)
(1320, 240)
(320, 1240)