OPENCV:当我已经有投影矩阵P时，为什么使用solvepnp()

Question

我已经知道，solvepnp（）使用2D点坐标和相应的3D点坐标找到相机的位置（旋转和翻译），但是我不太了解为什么我有在我用2个相机及其相应的2D点进行三角凝分后，使用它。

因为在三角剖分新的3D点时，我已经有（需要）两个摄像机的投影矩阵P1和P2（其中包含R1，R2和T1，T2，T2旋转和翻译，并且已经是相机的位置W.R.T.新的三角3D点）。

我的工作流程是：

1. 从2个图像中获得2D-Corresporces。
2. 使用以下2D相应的对应获取必需矩阵E。

3. 从Essential矩阵E中获取2个图像的相对方向（R，T）E。

4. 将相机1的投影矩阵P1设置为

   p1 =（1，0，0，0，0， 0、1、0、0， 0、0、1、0， 0、0、0、0）;

并将相机2的投影矩阵p2设置为

P2 = (R.at<double>(0, 0), R.at<double>(0, 1), R.at<double>(0, 2), t.at<double>(0),
      R.at<double>(1, 0), R.at<double>(1, 1), R.at<double>(1, 2), t.at<double>(1),
      R.at<double>(2, 0), R.at<double>(2, 1), R.at<double>(2, 2), t.at<double>(2));

5. 解决最小二乘问题

   p1 * x = x1
   p2 * x = x2

   （求解x = 3D点）。等等.....

之后，我从这些投影矩阵P1和p2以及x1和x2 2D点对应关系中获得了三角3D点x。

我的问题现在再次：
为什么我现在需要使用solvepnp（）获取相机位置？因为我已经有P1和P2，它应该已经是摄像机的位置（W.R.T.三角3D点）。

Answer 1

您不必拥有每个相机姿势 - 仅需要相对r | t。您不能假定第一或第二摄像头的投影矩阵作为身份 - 应该对投影进行建模。您可以使用平面图案计算固有的矩阵并校准相机方法。

您可以假设R1 = I和T1 = 0（第一摄像头的旋转和翻译）。因此，r2 = r和t2 = t。三角形的3D点将在第一个相机坐标系中具有坐标。