python - 在OpenCV-ArUco中对tvecs rvecs的基本了解

我想使用 ArUco 查找标记的“空间坐标”。
我在理解tvecs和rvecs时遇到问题。我认为tvecs是平移的，而rvecs是旋转的。但是，它们是如何定向的，它们在代码中的编写顺序是什么，或者我如何定向它们？

Here is a little sketch of the setup.我在位置X，Y，Z处有一个摄像头(刚刚绘制的便携式网络摄像头来说明摄像头的方向)，摄像头的方向可以用围绕X的角度a，围绕Y的角度b，围绕c的角度来描述Z(以Rad为单位的角度)。

因此，如果我的相机静止不动，我会拍下ChArUco板的不同图片，并为相机校准算法提供tvecs_camerapos(Z，Y，X)和rvecs_camerapos(c，b，a)。我得到了cameraMatrix，distCoeffs和tvecs_cameracalib，rvecs_cameracalib。 t/rvecs_camerapos和t/rvecs_cameracalib不同，我觉得很奇怪。

t/rvecs的此提名/顺序正确吗？

如果相机不移动，是否应该使用camerapos或cameracalib进行姿势估计？

我认为t/rvecs_cameracalib可以忽略不计，因为我只对相机校准算法的内在参数感兴趣。

现在我想找到标记的 X，Y，Z位置，我将aruco.estimatePoseSingleMarkers与t/rvecs_camerapos一起使用并检索t/rvecs_markerpos。 tvecs_markerpos与我的期望值不匹配。

是否需要对t/rvecs_markerpos进行转换才能找到标记的X，Y，Z？

我的误解在哪里？

最佳答案

处理摄像机和摄像机校准(包括AruCo)的OpenCV例程使用pinhole camera model。世界原点定义为相机模型的投影中心(所有进入相机的光线会聚)，Z轴定义为相机模型的光轴，X和Y轴形成一个正交系统，其中Z。+ Z在相机的前面，+ X在右边，+ Y在下面。在此坐标系中定义了所有AruCo坐标。这就解释了为什么您的“摄像机”电视和rvecs会发生变化:它们不定义您的摄像机在某些世界坐标系中的位置，而是定义标记相对于您的摄像机的位置。

您真的不需要知道相机校准算法的工作原理，除了它会为您提供相机矩阵和一些镜头畸变参数，您可以将其用作其他AruCo和OpenCV例程的输入。

获得校准数据后，您可以使用AruCo识别标记并返回其在相机定义的3D坐标系中的位置和方向，并正确补偿相机镜头的变形。这样就足够了，例如，在相机的视频源上方使用OpenGL进行增强现实。

标记的tvec是标记从原点开始的平移(x，y，z)；距离单位是用来定义打印的校准图的单位(即，如果您使用mm将校准图描述给OpenCV，则tvecs中的距离单位为mm)。

标记的rvec是3D旋转向量，它定义旋转轴和绕该轴的旋转角度，并给出标记的方向。可以使用Rodrigues函数(cv::Rodrigues())将其转换为3x3旋转矩阵。是将标记的局部轴转换为世界(相机)轴的旋转，还是反向旋转-我不记得了，但是您可以轻松地进行检查。

关于python - 在OpenCV-ArUco中对tvecs rvecs的基本了解，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53277597/