为什么opencv'；当提供相同的点向量时，是否返回非原点位置？

无意中，我试图估算图像相对于自身的相对位置（不要问）。我希望得到0平移和0旋转的结果

令人惊讶的是，我得到了一个非零的翻译结果。事实上，我得到了一个相当重要的结果：

.0825-0.0825

本质上，我的代码如下：

cv::Point2d pp(u0, v0);
        cv::Mat R, t, mask;
        cv::Mat E = cv::findEssentialMat(points1, points2, focal, pp, cv::RANSAC, 0.999, 1.0, mask);
        cv::recoverPose(E, points1, points2, R, t);

在上述代码中，t！=0我的问题是：当点S1和点S2相同时，recoverPose的非零结果有效吗？如果是，原因是什么？

来自文档： “通过分解，您只能得到翻译的方向”

---

平移向量的构造方式是，平移的范数等于1。

如果减小最大距离阈值，会发生什么？要回答您的问题，您可能需要了解5点解算器在相同点对中的工作/行为。在这种情况下，基本矩阵的条件不好。对于8点算法，您可以在奇异值分解之前检查对应矩阵的条件数，正如米卡所说。我不知道这是否适用于OpenCV使用的5点算法。无论如何，在某些情况下，场景的结构不允许您获得有效的基本矩阵（例如，纯旋转），并且您需要一些其他模型，例如单应性。搜索GRIC分数以了解决定基本矩阵或单应性的一种方法。@Mika FYI将距离阈值降至0.1。这样做对本案例没有影响。您能用超链接功能链接答案中的文档吗？用文档链接更新您的答案。这样对其他人有用。