投影

详细描述

函数
double	cv::sfm::depth (InputArray R, InputArray t, InputArray X)
	返回由刚性变换变换的点深度。
void	cv::sfm::euclideanToHomogeneous (InputArray src, OutputArray dst)
	将点从欧几里得空间转换为齐次空间。例如，((x,y)->(x,y,1))
void	cv::sfm::homogeneousToEuclidean (InputArray src, OutputArray dst)
	将点坐标从齐次坐标转换为欧几里得像素坐标。例如，((x,y,z)->(x/z, y/z))
void	cv::sfm::KRtFromProjection (InputArray P, OutputArray K, OutputArray R, OutputArray t)
	从投影矩阵 P 获取 K、R 和 t，使用 RQ 分解进行分解。
void	cv::sfm::projectionFromKRt (InputArray K, InputArray R, InputArray t, OutputArray P)
	从 K、R 和 t 获取投影矩阵 P。

函数文档

depth()

double cv::sfm::depth	(	InputArray	R,
		InputArray	t,
		InputArray	X )

#include <opencv2/sfm/projection.hpp>

返回由刚性变换变换的点深度。

参数

R	输入 3x3 旋转矩阵。
t	输入 3x1 平移向量。
X	输入具有 3d 点的 3x1 或 4x1 向量。

euclideanToHomogeneous()

void cv::sfm::euclideanToHomogeneous	(	InputArray	src,
		OutputArray	dst )

#include <opencv2/sfm/projection.hpp>

将点从欧几里得空间转换为齐次空间。例如，((x,y)->(x,y,1))

参数

src	输入N维点向量。
dst	输出N+1维点向量。

homogeneousToEuclidean()

void cv::sfm::homogeneousToEuclidean	(	InputArray	src,
		OutputArray	dst )

#include <opencv2/sfm/projection.hpp>

将点坐标从齐次坐标转换为欧几里得像素坐标。例如，((x,y,z)->(x/z, y/z))

参数

src	输入N维点向量。
dst	输出N-1维点向量。

KRtFromProjection()

void cv::sfm::KRtFromProjection	(	InputArray	P,
		OutputArray	输入的相机内参矩阵。,
		OutputArray	R,
		OutputArray	t )

#include <opencv2/sfm/projection.hpp>

从投影矩阵 P 获取 K、R 和 t，使用 RQ 分解进行分解。

参数

P	输入 3x4 投影矩阵。
输入的相机内参矩阵。	输出 3x3 相机矩阵 \(K = \vecthreethree{f_x}{0}{c_x}{0}{f_y}{c_y}{0}{0}{1}\)。
R	输出 3x3 旋转矩阵。
t	输出 3x1 平移向量。

参考：[119] A4.1.1 pag.579

projectionFromKRt()

void cv::sfm::projectionFromKRt	(	InputArray	输入的相机内参矩阵。,
		InputArray	R,
		InputArray	t,
		OutputArray	P )

#include <opencv2/sfm/projection.hpp>

从 K、R 和 t 获取投影矩阵 P。

参数

输入的相机内参矩阵。	输入 3x3 相机矩阵 \(K = \vecthreethree{f_x}{0}{c_x}{0}{f_y}{c_y}{0}{0}{1}\)。
R	输入 3x3 旋转矩阵。
t	输入 3x1 平移向量。
P	输出 3x4 投影矩阵。

此函数通过求解以下方程来估计投影矩阵：\(P = K * [R|t]\)