Opencv虚拟摄像机旋转/平移用于bird'；海景

我有一个经过校准的相机，在那里我可以准确地知道内在和外在的数据。摄像机的高度也是已知的。现在我想虚拟地旋转相机以获得鸟瞰图，这样我就可以用三个旋转角度和平移来构建单应矩阵

我知道两个点可以通过单应变换从一个图像转换到另一个图像

x=K*（R-t*n/d）K^-1*x'

现在有几件事我想知道： 如果我想恢复ccs中的图像坐标，我必须将它乘以K^-1，对吗？作为图像坐标，我使用（x'，y'，1）

然后我需要建立一个旋转矩阵来旋转ccs…但我应该使用哪种约定？我如何知道如何设置WCS

接下来就是正常的距离。只取地面上的三个点，然后计算出它们的法线，对吗？距离就是相机的高度吗

另外，我想知道如何改变虚拟鸟瞰相机的高度，这样我就可以说我想从3米的高度看到地平面。如何在平移和单应矩阵中使用单位“米”

到目前为止，如果有人能启发和帮助我，那将是非常棒的。请不要建议使用“getperspective”生成鸟瞰图，我已经尝试过了，但这种方式不适合我

---

Senna这是我建议的代码（这是我的代码之一），在我看来它回答了你的很多问题， 如果你想知道距离，我会精确地说它在Z矩阵中，（4,3）系数

希望它能帮助你

Mat source=imread("Whatyouwant.jpg");
int alpha_=90., beta_=90., gamma_=90.;
int f_ = 500, dist_ = 500;

Mat destination;

string wndname1 = getFormatWindowName("Source: ");
string wndname2 = getFormatWindowName("WarpPerspective: ");
string tbarname1 = "Alpha";
string tbarname2 = "Beta";
string tbarname3 = "Gamma";
string tbarname4 = "f";
string tbarname5 = "Distance";
namedWindow(wndname1, 1);
namedWindow(wndname2, 1);
createTrackbar(tbarname1, wndname2, &alpha_, 180);
createTrackbar(tbarname2, wndname2, &beta_, 180);
createTrackbar(tbarname3, wndname2, &gamma_, 180);
createTrackbar(tbarname4, wndname2, &f_, 2000);
createTrackbar(tbarname5, wndname2, &dist_, 2000);

imshow(wndname1, source);
while(true) {
    double f, dist;
    double alpha, beta, gamma;
    alpha = ((double)alpha_ - 90.)*PI/180;
    beta = ((double)beta_ - 90.)*PI/180;
    gamma = ((double)gamma_ - 90.)*PI/180;
    f = (double) f_;
    dist = (double) dist_;

    Size taille = source.size();
    double w = (double)taille.width, h = (double)taille.height;

    // Projection 2D -> 3D matrix
    Mat A1 = (Mat_<double>(4,3) <<
        1, 0, -w/2,
        0, 1, -h/2,
        0, 0,    0,
        0, 0,    1);

    // Rotation matrices around the X,Y,Z axis
    Mat RX = (Mat_<double>(4, 4) <<
        1,          0,           0, 0,
        0, cos(alpha), -sin(alpha), 0,
        0, sin(alpha),  cos(alpha), 0,
        0,          0,           0, 1);

    Mat RY = (Mat_<double>(4, 4) <<
        cos(beta), 0, -sin(beta), 0,
                0, 1,          0, 0,
        sin(beta), 0,  cos(beta), 0,
                0, 0,          0, 1);

    Mat RZ = (Mat_<double>(4, 4) <<
        cos(gamma), -sin(gamma), 0, 0,
        sin(gamma),  cos(gamma), 0, 0,
        0,          0,           1, 0,
        0,          0,           0, 1);

    // Composed rotation matrix with (RX,RY,RZ)
    Mat R = RX * RY * RZ;

    // Translation matrix on the Z axis change dist will change the height
    Mat T = (Mat_<double>(4, 4) <<
        1, 0, 0, 0,
        0, 1, 0, 0,
        0, 0, 1, dist,
        0, 0, 0, 1);

    // Camera Intrisecs matrix 3D -> 2D
    Mat A2 = (Mat_<double>(3,4) <<
        f, 0, w/2, 0,
        0, f, h/2, 0,
        0, 0,   1, 0);

    // Final and overall transformation matrix
    Mat transfo = A2 * (T * (R * A1));

    // Apply matrix transformation
    warpPerspective(source, destination, transfo, taille, INTER_CUBIC | WARP_INVERSE_MAP);

    imshow(wndname2, destination);
    waitKey(30);
}

matsource=imread（“Whatyouwant.jpg”）；
内部α=90，β=90，γ=90。；
int f=500，dist=500；
目的地；
字符串wndname1=getFormatWindowName（“源：”）；
字符串wndname2=getFormatWindowName（“WarpPerspective:”）；
字符串tbarname1=“Alpha”；
字符串tbarname2=“Beta”；
字符串tbarname3=“Gamma”；
字符串tbarname4=“f”；
字符串tbarname5=“距离”；
namedWindow（wndname1，1）；
namedWindow（wndname2，1）；
createTrackbar（tbarname1、wndname2和alpha_389;180）；
createTrackbar（tbarname2、wndname2和beta_389;180）；
createTrackbar（tbarname3、wndname2和伽马，180）；
createTrackbar（tbarname4、wndname2和f_2;，2000年）；
createTrackbar（tbarname5、wndname2和distè，2000）；
imshow（wndname1，来源）；
while（true）{
双f区；
双α，β，γ；
α=（（双）α-90.）*PI/180；
β=（（双）β-90。）*PI/180；
伽马=（（双）伽马-90.）*PI/180；
f=（双）f_2;；
距离=（双）距离；
Size taille=source.Size（）；
双宽=（双）尾宽，高=（双）尾高；
//投影2D->3D矩阵
Mat A1=（Mat_u4,3）这段代码对我很有用，但我不知道为什么要交换横摇和俯仰角。当我更改“alpha”时，图像在俯仰中扭曲，当我更改“beta”时，图像在横摇中扭曲。因此，我更改了旋转矩阵，如下所示

此外，RY存在信号错误。您可以在以下位置检查RY：

我使用的旋转矩阵：

Mat RX = (Mat_<double>(4, 4) <<
    1,          0,           0, 0,
    0, cos(beta), -sin(beta), 0,
    0, sin(beta),  cos(beta), 0,
    0,          0,           0, 1);

Mat RY = (Mat_<double>(4, 4) <<
     cos(alpha), 0,  sin(alpha), 0,
              0, 1,           0, 0,
    -sin(alpha), 0,  cos(alpha), 0,
              0, 0,           0, 1);

Mat RZ = (Mat_<double>(4, 4) <<
    cos(gamma), -sin(gamma), 0, 0,
    sin(gamma),  cos(gamma), 0, 0,
    0,          0,           1, 0,
    0,          0,           0, 1);

Mat RX=（Mat_u4，4）代码对你有帮助吗？如果没有，你能在这里发布你的新问题吗？首先，非常感谢，代码对我帮助很大。但是现在我想了解更多：-为什么我不能用逆相机矩阵A2^-1重新投影2d->3d投影？-关于高度：我现在如何将虚拟相机设置为高度？直到现在我有一个值500，但不知道它有多高。我知道我的相机在拍摄图像时离地0.5米，我怎么能用它来移动Z，这样我就有一个离地2米的相机？thx非常多。我刚刚发现，它也适用于单应H=k（R+nt/dist）*k^-1，但我仍然有高度的问题。对于正常计算，我取了两个位于地面上的图像点，这应该可以，对吗？还是取n=（0,0,1）更好？无论如何，需要找出办法改变摄像机在离地面2米处的位置对不起，Johannes，但是你能不能在你所有的公式中更精确一些，如果我猜是比例因子/点/平移向量/旋转垫，那么k，n，t，R是多少，即使我想在你的脑海中帮助你，不幸的是，我不是！你能指定一点吗更多你的问题…而且如果你喜欢这个答案，你可以接受它和/或投赞成票。这就是stackoverflow的哲学，我想，非常感谢！Julien，所以你的回答如此不精确。所以K是我的相机内在矩阵：（f，0，cx；0，f，cy；0，0，1）n是平面的法线，距离相机中心（我假设是0.54米），t是我的平移向量，R是旋转矩阵。根据Faugeras，一个点可以通过单应映射到一个点，单应定义为：H=K*（R+t*n/dist）*K^-1@jmartel你有没有任何参考资料详细描述了你上面列出的变换？我查阅了所有关于相机模型、3d变换、透视等的维基文章，但还没有得到启发。