用OpenCV重建三维物体

我正在按照OpenCV相机校准教程运行相机校准

ret、mtx、dist、rvecs、tvecs=cv2.calibleCamera（objpoints、imgpoints、gray.shape[：-1]，无，无）

接下来我要做的是重建一些特征点的三维位置。特征点在图像空间中定义。以下是我的计划：

找到新的相机矩阵：

h，w=我的图像尺寸
newcameramtx，roi=cv2.GetOptimizeNewCameraMatrix（mtx，dist，（w，h），1，（w，h））

取消对要素点位置的扭曲：

new_points=cv2.不失真点（我的功能点，mtx，dist，P=newcameramtx）

重建给定Z的特征点的三维坐标。我这里有两个问题。首先，我不知道如何重建三维坐标。2.当我这样做时，我应该使用原始的相机矩阵“mtx”还是新的相机矩阵“newcameramtx”。“投资回报率”呢？我应该在哪里使用它

多谢各位

看看这些文档，我发现它们更容易阅读。关键方程式如下：

一旦你没有扭曲你的形象，这个方程式适用。带有fx、fy、cx和cy的矩阵是您的相机矩阵，通常称为M

这个方程告诉你如何从左边的2D像素位置（x，y）到世界上的3D位置（右边的[x，y，Z]）

首先，我不知道如何重建三维坐标

为此，我们可以应用方程。给定像素位置和范围（插入为w），我们有：

我们可以在代码中这样做：

pixels = [x, y, range]
XYZ = np.mult( np.linalg.inv(mtx), pixels)

我不确定你是否想打电话，因为这会裁剪出可能无效的像素。在你对系统有更好的了解之前，我会暂时跳过这一步。ROI告诉你未失真的图像在哪里不会有任何空白像素

我真的很推荐学习OpenCV（或新版本3）这本书；它帮了我很大的忙。我从阅读文档（假设有很多先验知识）变得非常沮丧，到真正理解正在发生的事情。

看看这些文档，我发现它们更容易阅读。关键的等式是：

一旦你的图像没有失真，这个方程就适用了。带有fx、fy、cx和cy的矩阵就是你的相机矩阵，通常称为M

这个方程告诉你如何从左边的2D像素位置（x，y）到世界上的3D位置（右边的[x，y，Z]）

首先，我不知道如何重建三维坐标

为此，我们可以应用方程。给定像素位置和范围（插入为w），我们有：

我们可以在代码中这样做：

pixels = [x, y, range]
XYZ = np.mult( np.linalg.inv(mtx), pixels)

我不确定你是否想打电话，因为这会裁剪出可能无效的像素。在你对系统有更好的了解之前，我会暂时跳过这一步。ROI告诉你未失真的图像在哪里不会有任何空白像素

---

我真的很推荐学习OpenCV（或新版本3）这本书；它帮了我很大的忙。它让我从阅读文档（假定有很多先验知识）的沮丧中解脱出来要真正理解发生了什么。

您的问题格式不正确，请以可读的方式提出您的问题格式不正确，请以可读的方式提出谢谢您的帖子。1）我需要致电getOptimalNewCameraMatrix，因为newcameramtx需要取消我的功能点。2）我如何获得“范围”？另外，我认为像素=[xZ，yZ，Z]范围就是“为给定的Z重建特征点的三维坐标”中的Z。2D图像不能告诉你任何给定点的范围——你需要一个立体装置或类似的装置。像素=[x，y，range]，这些x和y值是图像上的整数坐标。正如我提到的，如果我使用你提出的公式，结果是不正确的。如果我设置像素=[xZ，yZ，Z]，但是，结果是正确的参见此处的工作示例谢谢您的帖子。1）我需要调用GetOptimizeNewCameraMatrix，因为newcameramtx需要取消对我的特征点的扭曲。2）我如何获得“范围”？另外，我认为像素=[xZ，yZ，Z]范围是“重建给定Z的特征点的三维坐标”中的Z“2D图像不能告诉你任何给定点的范围——你需要一个立体装置或类似的东西。在像素=[x，y，range]中，这些x和y值是图像上的整数坐标。正如我提到的，如果我使用你提出的公式，结果是不正确的。但是，如果我设置像素=[xZ，yZ，Z]，结果是正确的，请参见这里的工作示例