OpenCV相机标定与3D重建(48)对三台相机进行极线校正(rectification)函数rectify3Collinear()的使用

  • 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

计算3头相机的极线校正变换,其中所有相机头都在同一条直线上。

cv::rectify3Collinear 是 OpenCV 库中的一个函数,用于对三台相机进行极线校正(rectification),假设这三台相机是共线排列的。该函数通常用于多视图几何和立体视觉应用中,以确保来自不同相机的图像可以在同一平面上匹配,从而简化了特征点的对应查找。

函数原型

cpp 复制代码
float cv::rectify3Collinear	
(
	InputArray 	cameraMatrix1,
	InputArray 	distCoeffs1,
	InputArray 	cameraMatrix2,
	InputArray 	distCoeffs2,
	InputArray 	cameraMatrix3,
	InputArray 	distCoeffs3,
	InputArrayOfArrays 	imgpt1,
	InputArrayOfArrays 	imgpt3,
	Size 	imageSize,
	InputArray 	R12,
	InputArray 	T12,
	InputArray 	R13,
	InputArray 	T13,
	OutputArray 	R1,
	OutputArray 	R2,
	OutputArray 	R3,
	OutputArray 	P1,
	OutputArray 	P2,
	OutputArray 	P3,
	OutputArray 	Q,
	double 	alpha,
	Size 	newImgSize,
	Rect * 	roi1,
	Rect * 	roi2,
	int 	flags 
)		

参数

  • 参数cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2, cameraMatrix3, distCoeffs3:分别是三台相机的内参矩阵和畸变系数。
  • 参数imgpt1, imgpt3:分别是第一台和第三台相机中的匹配点集。
  • 参数imageSize:输入图像的尺寸。
  • 参数R12, T12, R13, T13:分别是第一到第二台相机和第一到第三台相机之间的相对旋转和平移。
  • 参数R1, R2, R3:输出的三台相机的校正旋转矩阵。
  • 参数P1, P2, P3:输出的三台相机的投影矩阵。
  • 参数Q:输出的4x4 disparity-to-depth映射矩阵,用于从视差图生成深度图。
  • 参数alpha:自由缩放参数,用于控制重投影误差和有效像素数之间的权衡。
  • 参数newImgSize:校正后的图像尺寸。
  • 参数roi1, roi2:输出的感兴趣区域(ROI),分别对应于第一台和第二台相机的有效像素区域。
  • 参数flags:极线校正标志,定义了如何执行校正(例如是否使用零扭曲)。

代码示例

cpp 复制代码
#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    // 假设我们已经有了三台相机的内参矩阵、畸变系数、相对姿态等信息
    Mat cameraMatrix1 = (Mat_<double>(3, 3) << /* ... */);
    Mat distCoeffs1 = (Mat_<double>(5, 1) << /* ... */);
    Mat cameraMatrix2 = (Mat_<double>(3, 3) << /* ... */);
    Mat distCoeffs2 = (Mat_<double>(5, 1) << /* ... */);
    Mat cameraMatrix3 = (Mat_<double>(3, 3) << /* ... */);
    Mat distCoeffs3 = (Mat_<double>(5, 1) << /* ... */);

    vector<Point2f> imgpt1[] = {/* ... */}; // 匹配点集
    vector<Point2f> imgpt3[] = {/* ... */}; // 匹配点集

    Size imageSize(640, 480); // 图像尺寸
    Mat R12 = (Mat_<double>(3, 3) << /* ... */); // 相对旋转
    Mat T12 = (Mat_<double>(3, 1) << /* ... */); // 相对平移
    Mat R13 = (Mat_<double>(3, 3) << /* ... */); // 相对旋转
    Mat T13 = (Mat_<double>(3, 1) << /* ... */); // 相对平移

    Mat R1, R2, R3; // 输出的校正旋转矩阵
    Mat P1, P2, P3; // 输出的投影矩阵
    Mat Q;          // 输出的 disparity-to-depth 映射矩阵
    double alpha = -1; // 自由缩放参数
    Size newImgSize = imageSize; // 校正后的图像尺寸
    Rect roi1, roi2; // 输出的感兴趣区域

    float reprojErr = rectify3Collinear(cameraMatrix1, distCoeffs1, cameraMatrix2, distCoeffs2,
                                        cameraMatrix3, distCoeffs3, imgpt1, imgpt3,
                                        imageSize, R12, T12, R13, T13,
                                        R1, R2, R3, P1, P2, P3, Q, alpha, newImgSize, &roi1, &roi2,
                                        CALIB_ZERO_DISPARITY);

    cout << "Reprojection error: " << reprojErr << endl;

    return 0;
}
相关推荐
看到我,请让我去学习33 分钟前
OpenCV 与深度学习:从图像分类到目标检测技术
深度学习·opencv·分类
ykjhr_3d41 分钟前
3D 演示动画在汽车培训与教育领域中的应用
3d·汽车
jndingxin41 分钟前
OpenCV 图像哈希类cv::img_hash::AverageHash
人工智能·opencv·哈希算法
三月的一天4 小时前
React Three Fiber 实现 3D 模型点击高亮交互的核心技巧
3d·webgl·threejs·reactthreefiber
云空21 小时前
《PyQt6-3D应用开发技术文档》
3d·pyqt
Hoshino _Ai1 天前
OpenCV图像认知(三)
人工智能·opencv·计算机视觉
azoo1 天前
Canny边缘检测(cv2.Canny())
人工智能·opencv·计算机视觉
鹧鸪云光伏1 天前
光伏无人机3D建模:毫秒级精度设计
3d·无人机
PyAIExplorer1 天前
图像梯度处理与边缘检测:OpenCV 实战指南
人工智能·opencv·计算机视觉
九章云极AladdinEdu1 天前
华为昇腾NPU与NVIDIA CUDA生态兼容层开发实录:手写算子自动转换工具链(AST级代码迁移方案)
人工智能·深度学习·opencv·机器学习·华为·数据挖掘·gpu算力