Python 2.7 如何获得Aruco标记的差异'；世界坐标系中的轴天使？

我是opencv和Aruco的新手。我试图找出两个不同的阿鲁科标记轴角度的差异。例如，角度差b/w表示现实世界中标记的两个（1，0，0）向量。根据我的理解，变换按以下顺序进行：局部坐标->摄影机坐标->世界坐标。然后我得到两个阿鲁科标记的角度差，因为它们现在都在同一个世界坐标中。有人能解释一下这个过程是如何完成的吗？或者有没有更好的方法来找出角度差？我正在使用python和opencv进行编码

已知：

aruco模块中estimatePoseSingleMarkers（）函数的平移和旋转向量（1x3）。（旋转和平移向量可通过Rodrigues（）转换为矩阵（3x3）

摄像机校准的摄像机矩阵（3x3）和距离系数矩阵（1x5）

使用6x6_250阿鲁科标记

Upate：

世界坐标=相机坐标

以下是绘制阿鲁科XYZ组件的函数。看起来原点或摄影机是（0，0，0）。将aruco标记的平移和旋转矩阵应用于原点的x、y、z分量，得到aruco标记的x、y、z分量。是这样吗

/** */

void drawAxis（InputOutArray\u图像、InputArray\u摄像机矩阵、InputArray\u distcoefs、，
输入阵列_rvec，输入阵列_tvec，浮点长度）{
CV_断言（_image.getMat（）.total（）！=0&&
（_image.getMat（）.channels（）==1 | | u image.getMat（）.channels（）==3））；
CV_断言（长度>0）；
//投影轴点
向量轴点；
向后推（点3f（0,0,0））；
向后推（点3f（长度，0，0））；
向后推（点3f（0，长度，0））；
向后推（点3f（0，0，长度））；
向量图像点；
项目点（axisPoints、rvec、tvec、cameraMatrix、Discoefs、imagePoints）；
//画轴线
线（_图像，图像点[0]，图像点[1]，标量（0,0255），3）；
线（_图像，图像点[0]，图像点[2]，标量（0，255，0），3）；
线（_图像，图像点[0]，图像点[3]，标量（255，0，0），3）；

---

}

从技术上讲，这是解决我问题的一个办法。所以我认为ARUCO库有一个名为projectPoints的函数，它将3D对象点映射为2D图像点

imagePoints[0]和imagePoints[1]提供了（长度，0，0）的二维投影。通过使用arccos（np.dot（v1，v2）），可以得到两个标记的x轴角度的差异

void drawAxis(InputOutputArray _image, InputArray _cameraMatrix, InputArray _distCoeffs,
          InputArray _rvec, InputArray _tvec, float length) {

CV_Assert(_image.getMat().total() != 0 &&
          (_image.getMat().channels() == 1 || _image.getMat().channels() == 3));
CV_Assert(length > 0);

// project axis points
vector< Point3f > axisPoints;
axisPoints.push_back(Point3f(0, 0, 0));
axisPoints.push_back(Point3f(length, 0, 0));
axisPoints.push_back(Point3f(0, length, 0));
axisPoints.push_back(Point3f(0, 0, length));
vector< Point2f > imagePoints;
projectPoints(axisPoints, _rvec, _tvec, _cameraMatrix, _distCoeffs, imagePoints);

// draw axis lines
line(_image, imagePoints[0], imagePoints[1], Scalar(0, 0, 255), 3);
line(_image, imagePoints[0], imagePoints[2], Scalar(0, 255, 0), 3);
line(_image, imagePoints[0], imagePoints[3], Scalar(255, 0, 0), 3);