PnP 单目相机位姿估计（二）：solvePnP利用二维码求解相机世界坐标

最新推荐文章于 2025-04-01 18:56:12 发布

cocoaqin

最新推荐文章于 2025-04-01 18:56:12 发布

阅读量5.4w

点赞数 62

分类专栏：机器视觉文章标签： pnp 位姿单目相机世界坐标相机坐标

本文链接：https://blog.csdn.net/cocoaqin/article/details/77848588

版权

本文介绍了如何使用PnP算法解决单目相机的位姿估计问题，特别是通过解决P4P问题利用二维码的四个角点来求解相机在世界坐标系中的位置和姿态。详细讲解了输入参数的准备，包括世界坐标、像素坐标、相机内参矩阵和畸变系数，并提供了求解相机世界坐标的步骤和代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

IDE：visual studio 2013
使用库：Eigen opencv2.4.9
文档版本：1.1

1.前言

　　很多时候，当我们利用单目相机获取图像时，往往只能获取图像中特征物体的像素坐标。而在空间三维点计算时，我们也第一时间会想到深度相机（Kinect、Realsense等）、双目相机等。
　　但是在实际中，我们亦可以通过单目相机来求得空间三维点，但这个往往有一个条件，已知特征物体的三个以上特征点参数。

在本章中，我们将使用二维码作为标志物，通过二维码四个角点，通过P4P求解相机的位姿及空间坐标。
特别说明：在本章以及未来的几篇博文中都将以右手坐标系为基准，Z轴垂直于二维码平面往里。

这里写图片描述
　　
　　　　　　　　　　　　　　　二维码参数：长140mm，宽140mm

在求解时不一定要使用二维码，也可以用其它标志物代替，使用二维码的好处是，通过识别二维码内部的信息可以更精准的匹配以及识别，同时也能更容易的确定四个角点的顺序。
　　

2.原理简介

bool solvePnP(InputArray objectPoints, InputArray imagePoints, InputArray cameraMatrix, InputArray distCoeffs, OutputArray rvec, OutputArray tvec, bool useExtrinsicGuess=false, int flags=ITERATIVE )

　　objectPoints：特征点的世界坐标，坐标值需为float型，不能为double型，可以为mat类型，也可以直接输入vector
　　imagePoints：特征点在图像中的像素坐标，可以输入mat类型，也可以直接输入vector，注意输入点的顺序要与前面的特征点的世界坐标一一对应
　　cameraMatrix：相机内参矩阵
　　distCoeffs：相机的畸变参数【Mat_(5, 1)】
　　rvec：输出的旋转向量

最低0.47元/天解锁文章