opencv 获取摄像机Z轴和ArUco标记Z轴之间的Angular

qnyhuwrf 于 7个月前发布在 Angular

关注(0)|答案(2)|浏览(71)

我感兴趣的是计算定义相机Z轴的矢量与ArUco标记Z轴之间的Angular 。
为此，我首先检测图像中的ArUco标记：

corners, ids, rvec, tvec = aruco_utils.get_aruco_marker_info(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY), marker_length, camera_matrix, dist_coeffs)

字符串
我创建了转换矩阵来转换相机坐标系和标记坐标系之间的坐标：

M        = np.zeros((4,4))
M[:3,:3] = cv2.Rodrigues(rvec)[0]
M[:3,3]  = tvec[0].T
M[3,3]   = 1

marker_to_camera_matrix = np.matrix(M)
camera_to_marker_matrix = np.linalg.inv(marker_to_camera_matrix)

型
我将Z相机轴转换为标记坐标系：

coord_z = np.array([0,0,1, 1])
coord_z = np.dot(camera_to_marker_matrix, coord_z)

型
最后我计算了angle between，平移矢量和标记的Z轴：

camera_z_proj = np.array(coord_z)[0][:3]
camera_z_proj = camera_z_proj / np.linalg.norm(camera_z_proj)
marker_z_proj = np.array([0,0,1])

dot_product = np.dot(camera_z_proj, marker_z_proj)

# Calculate the angle in radians
angle_radians = np.arccos(dot_product)

# Convert the angle from radians to degrees
angle_degrees = np.degrees(angle_radians)

型
然而，这个解决方案不起作用，因为我为具有不同方向的不同标记计算了这个Angular ，最终结果是一个非常相似的Angular 。

的数据
在每一种情况下，即使我下载一个合成的ArUco标记（不是一个真实的照片），这个Angular 总是在70º左右。

的
有什么线索我做错了什么吗？
我希望找到相机坐标系的Z轴和ArUco坐标系的Z轴之间的Angular 。

opencv

来源：https://stackoverflow.com/questions/77411266/get-angle-between-camera-z-axis-and-aruco-marker-z-axis

2条答案

按热度按时间

z9smfwbn1#

你的问题是当你应该处理向量的时候，你处理了点。回顾你的代码，找出发生这种情况的地方。提示：任何你处理四维向量的地方。
两个Z轴之间的Angular 需要通过在标记空间中创建一个值为(0,0,1)的向量来计算，将其从标记帧转换到相机空间（至少应用旋转;平移对向量无关紧要），然后使用一点矩阵/线性代数（点积）计算其相对于向量(0,0,1)的Angular 。
可以通过首先使用Rodrigues()从rvec计算旋转矩阵，然后将该矩阵与向量相乘来应用旋转。
这可以通过取旋转矩阵的第三列来简化，这是乘法的结果。
然后你可以用点积或叉积来计算这个Angular ，这两个向量已经是单位长度的了，这会使数学更简单。

赞(0）回复(0）举报 7个月前

wixjitnu2#

我遇到的主要问题来自相机校准。它是使用普通棋盘完成的，这主要导致对ArUco标记的Z轴的错误估计。在使用ChArUco棋盘校准相机后，这种估计得到了改善。
最后，我计算标记轴（使用其旋转向量rvec）与类似相机标记（image_plane_vector）之间的Angular ：

R = cv2.Rodrigues(rvec)[0]
pt = np.dot(R, image_plane_vector)
angle_radians, angle_degrees = angle_between_two_vectors(pt, image_plane_vector)

字符串
Angular 计算如下：

def angle_between_two_vectors(v1, v2):
    v1, v2 = np.array(v1), np.array(v2)
    if len(v1.shape) > 1: v1 = v1[0]
    if len(v2.shape) > 1: v2 = v2[0]
    v1, v2 = v1[:3], v2[:3]
    assert v1.shape == (3,) and v2.shape == (3,)
    v1 = v1 / np.linalg.norm(v1)  # Normalize the normal vector
    v2 = v2 / np.linalg.norm(v2)  # Normalize the normal vector
    dot_product = np.dot(v1, v2)
    angle_radians = np.arccos(dot_product)
    angle_degrees = np.degrees(angle_radians)
    return angle_radians, angle_degrees

型
下面是在新的相机校准后使用此代码进行计算的一些结果。文本描述符包括括号[ang_x, and_y, ang_z]每个轴（X，Y，Z）与标记的Angular （以度为单位）。它们与相机的类似Angular 。最终值对应于归一化到范围[0，90]º的Z角。
Image 1
Image 2的
Image 3的

赞(0）回复(0）举报 7个月前

我来回答

opencv 获取摄像机Z轴和ArUco标记Z轴之间的Angular

2条答案

相关问题

热门标签

最新问答