Python 使用两个非静态摄像机估计相对于固定点的三维对象位置

我正试图借助两个非静态摄像机（见附图）在3D中估计物体（标记M）的运动。除了移动标记M，场景中还有4个静态共面标记（m1、m2、m3和m4）。静态标记之间的绝对距离（以厘米为单位）是已知的

这两个摄像头可以四处移动，但相对固定。摄影机同时拍摄场景的图像。我可以从两个摄像头检测2D图像中的所有标记（静态和移动）

目标是计算M在3D中跨帧的运动。一种方法是假设m1是世界坐标系的原点（0,0,0），然后在两帧之间找到M（x，y，z）的三维位置，然后找到这两个位置之间的距离

因此，该问题解决为跨帧计算3D中M wrt到m1的位置。这意味着，自我运动（由相机引起的运动）在帧之间不会对M的位置产生影响，因为它是相对于m1的，m1是原点

---

我希望有人能指导我使用OpenCV解决这个问题的正确方向。

我将尝试以下方法：

估计两个摄像机的姿势。由于您拥有标记的图像位置及其三维位置，因此可以使用PnP进行此操作

使用估计的摄像机位置对M的位置进行三角测量

坐标系将由标记的3d位置决定，因此m1将是您的原点

这就要求

每个摄影机图像中至少有三个标记可见

M在两个相机图像中都可见

你的相机已经校准了

---

您应该能够找到执行上述两个步骤的OpenCV函数。

您有真实图像的代码和示例吗？感谢您的详细回复。我只是想澄清一件事。三角剖分后M的坐标是世界坐标系吗？或者我需要分别取旋转矩阵和平移矩阵的逆矩阵和负矩阵@Hannes Ovrent三角测量后M的坐标系取决于摄像机的坐标系。由于使用三维世界坐标获得摄影机姿势，因此它们将自动位于世界坐标系中。