C++ Opencv三维点到二维图像点投影
我正在将激光雷达点转换为相机图像 激光雷达点和相机图像来自模拟器。 为了简单起见，我将它们放置在完全相同的位置，面向相同的方向，没有任何滚动、俯仰和偏航。（因此相机坐标系与激光雷达坐标系相同） 如果我理解正确，我就可以使用一个空的t_-vec/r_-vec/d_-vec（因为相机图像中也没有失真） 图像是785x785C++ Opencv三维点到二维图像点投影,c++,opencv,C++,Opencv,我正在将激光雷达点转换为相机图像 激光雷达点和相机图像来自模拟器。 为了简单起见，我将它们放置在完全相同的位置，面向相同的方向，没有任何滚动、俯仰和偏航。（因此相机坐标系与激光雷达坐标系相同） 如果我理解正确，我就可以使用一个空的t_-vec/r_-vec/d_-vec（因为相机图像中也没有失真） 图像是785x785 //为调试目的添加 std：：矢量点激光雷达{ cv:：Point3d{0,0,4.5}， cv:：Point3d{1.88，-0.42,4.50}， cv:：Point3d{1
//为调试目的添加
std：：矢量点激光雷达{
cv:：Point3d{0,0,4.5}，
cv:：Point3d{1.88，-0.42,4.50}，
cv:：Point3d{1.85，-0.42,4.49}，
cv:：Point3d{1.84，-0.42,4.49}，
cv:：Point3d{1.83，-0.42,4.51}，
cv:：Point3d{1.82，-0.42,4.52}，
cv:：Point3d{1.81，-0.41,4.52}，
};
cv:：Mat d_vec=cv:：Mat:：zeros（4,1，cv:：DataType:：type）；
cv:：Mat r_vec=cv:：Mat:：zeros（3，1，cv:：DataType:：type）；
cv:：Mat t_vec=cv:：Mat:：zeros（3，1，cv:：DataType:：type）；
双摄像头垫[3][3]={
{785,0,0},
{0,785,0},
{0,0,1}
};
cv:：Mat摄像机（3，3，cv:：数据类型：：类型，摄像机\ Mat）；
std：：向量点{}；
cv：：投影点（点激光雷达、r_矢量、t_矢量、相机、d_矢量、点相机）；
用于（常数自动和p：点/摄像机）{
cv:：Point2i pp；
pp.x=（int）（p.x+785/2）；
pp.y=（int）（（1-p.y）+785/2）；
cv:：circle（图像->图像，pp，5，cv:：Scalar（0，0，255），-1）；
}
用于（常数自动和p_激光雷达：点激光雷达）{
cv：：point2dp{p_lidar.x/p_lidar.z，p_lidar.y/p_lidar.z}；
p、 x=（p.x+cam.canvas_宽度/2）/2；
p、 y=（p.y+凸轮轴高度/2）/2；
cv:：Point2i p_光栅；
p_光栅x=标准：：地板（p.x*凸轮图像宽度）；
p_光栅y=标准：：地板（（1-p.y）*凸轮图像高度）；
cv:：circle（图像->图像，p_光栅，3，cv:：Scalar（0，0，255），-1）；
}
由于在下一次处理迭代开始之前，管道还有大约100ms的时间，我仍然希望使用opencv进行优化计算。这可能无法解决问题，但是
785/2785.0/2p.x785/2785.0/2p.x