Opencv 立体相机外部矩阵
我校准了立体摄像机,得到了外部矩阵。我知道第一个和第二个摄像机坐标系之间的平移向量“T”Opencv 立体相机外部矩阵,opencv,camera-calibration,Opencv,Camera Calibration,我校准了立体摄像机,得到了外部矩阵。我知道第一个和第二个摄像机坐标系之间的平移向量“T” T: [ -35.831, 36.364,18.837] 如何计算摄像机之间的基线距离。你可以使用毕达哥拉斯理论找到向量T的范数。以下是一个例子: 示例 这个长方体的边长分别为2厘米、3厘米和6厘米 算出对角线AF的长度 解决方案 首先使用三角形ABC中的毕达哥拉斯定理来求长度AC AC^2=6^2+2^2 AC=√四十 您不需要找到根,因为我们需要在下面的步骤中将其平方。接下来我们使用三角形ACF中的
T: [ -35.831, 36.364,18.837]
如何计算摄像机之间的基线距离。你可以使用毕达哥拉斯理论找到向量T的范数。以下是一个例子: 示例 这个长方体的边长分别为2厘米、3厘米和6厘米 算出对角线AF的长度 解决方案 首先使用三角形ABC中的毕达哥拉斯定理来求长度AC AC^2=6^2+2^2
AC=√四十 您不需要找到根,因为我们需要在下面的步骤中将其平方。接下来我们使用三角形ACF中的毕达哥拉斯定理来求长度AF AF^2=AC^2+CF^2
AF^2=40+3^2
AF=√49
AF=7cm基线是平移向量的范数。正如您所说,从camera1到camera的转换为T:[-35.831,36.364,18.837],那么基线长度为
baseline=sqrt(T(1)*T(1)+T(2)*T(2)+T(3)*T(3))
或者短暂地
baseline=norm(T)
对不起,我不能把你的回答和我的问题联系起来。摄像机在同一条线上,它们的光轴是平行的,那么我如何形成上面提到的长方体呢?我现在越来越糊涂了…我真的很抱歉…但请解释清楚你的答案。谢谢。我假设摄影机1位于(0,0,0),并且您提供的平移向量是摄影机2的位置。因此,摄像机之间的距离等于向量T的范数,可使用毕达哥拉斯公式计算。在给出的示例中,您将点A与摄影机1、点F与摄影机2相等,三个坐标T为长方体各边的长度。谢谢。这是我第一次使用立体摄影机。所以我不知道。