如何解决在python中使用直接线性变换进行相机校准
我在 python 中通过直接线性变换 (DLT) 使用 Numpy implementation 的相机校准。 我正在尝试将其用于 3 维相机校准。 我的问题是，示例中 DLT 的平均误差（以相机坐标为单位的 DLT 变换的平均残差）非常高，在数千个像素中，尤其是与原作者提供的示例相比（参见 {{3 }}).
这些是我使用的 3D 点：
objpoints = [[86.438,-174.922,51.316],[-27.519,-215.460,39.154],[73.601,107.800,120.455],[87.602,133.413,34.023],[101.276,-55.204,108.884],[88.509,-68.038,116.634],[27.518,[-31.355,-207.334,85.184],[87.601,-131.059,33.881],[-60.234,-23.833,148.269],[62.162,-23.042,148.715]]
这些是我使用的像素：
imgpoints = [[576.0,861.0],[660.0,996.0],[253.0,1383.0],[575.0,1481.0],[276.0,1217.0],[241.0,1139.0],[665.0,461.0],[231.0,411.0],226.0],[141.0,684.0],[111.0,1123.0]]
我手动提取了这些点，用于从点云模型（.ply 格式）中提取 3D 以及按像素匹配 2D 图像。
我的坐标在非常基本的层面上一定有问题，但我不确定它是什么以及如何找到它。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。