C++ OpenCv C++；透视变换

我试图使用OpenCv来纠正图像的失真，然后在给定像素坐标的情况下计算真实世界的坐标。我在网上或OpenCv书中找不到任何关于如何做到这一点的例子

我已经用棋盘图像做了摄像机校准。现在，我只需要一个基本函数，我可以给像素坐标，它会给我真实世界的坐标，基于摄像机矩阵，畸变系数，旋转和平移向量

---

有人知道怎么做吗？

但是，如果你知道物体距离相机的像素（x，y）距离，那么你可以在3D中计算它的位置。

正如我正确理解的那样，你需要从图像点算起一个世界点。用单目照相机这个问题是无法解决的。无法确定真实世界点到摄影机的深度（距离）

---

有一些视觉同步定位和映射（SLAM）算法可以创建世界地图并从视频中计算摄像机的轨迹，但它们完全是另一回事。

给定单个图像和图像上的一个点，用2D像素坐标表示，现实世界中有无限多的3D点，都属于一条线，它映射到图像中的点。。。不仅仅是一点。

看看

findHomography（）

函数。如果您知道一组点在现实世界中的位置，则可以使用此函数创建变换矩阵，该矩阵可用于函数

perspectiveTransform（）

std:：向量世界点；
std：：矢量相机点；
//在两个向量中插入一些点
Mat透视图Mat=findHomography（摄影点、世界点、CV_RANSAC）；
//使用透视变换将其他点转换为实际单词坐标
std：：矢量摄像机；
//在此处插入相机图像中的点
矢量世界角；
透视变换（摄影机角、世界角、透视图）；

---

您可以找到有关投影到棋盘平面的函数的更多信息，请参见。@dilip_thomas如何找到真实世界的点？我需要知道这一点才能将其传递给findHomography函数。

std::vector<Point2f> worldPoints;
std::vector<Point2f> cameraPoints;

//insert somepoints in both vectors

Mat perspectiveMat_= findHomography(cameraPoints, worldPoints, CV_RANSAC);

//use perspective transform to translate other points to real word coordinates

std::vector<Point2f> camera_corners;
//insert points from your camera image here

std::vector<Point2f> world_corners;
perspectiveTransform(camera_corners, world_corners, perspectiveMat_);