3D点对应2D的麻烦

Question

我制作了一个小 python 脚本来生成一些 3D 点坐标，从立体视觉（2 个红外摄像机）中导出它们。 3D坐标肯定是正确的。

现在我有了第三台 RGB 相机，我得到了校准矩阵（我无法验证它们）：K 是内部矩阵，R,t 是外部参数的分量。 RGB图片是1280x800 但是我设置不对.

我认为使用投影公式会很容易，导出投影矩阵 "Pcolor" 为 Pcolor = K[R|t] 并重新投影 XYZ 3D 坐标（名为 "Pworld"），如下所示：

我希望得到 (u,v,w) 所以我将结果除以 w 归一化。

#import numpy as np
ExtrColor = np.concatenate((Rcolor,Tcolor), axis = 1)
#Rcolor is the 3x3 rotation matrix, Tcolor the column translation array
# after calculation of X,Y,Z
Pworld = np.matrix([[X], [Y], [Z], [1]])
Pcolor = np.dot((np.dot(Kcolor,ExtrColor)),Pworld)
u = round(Pcolor[0,0]/Pcolor[2,0])
v = round(Pcolor[1,0]/Pcolor[2,0])

然后我发现我得到的u和v值都大于12000而不是在图像范围内（x< 1280 和 y<800).

我不知道是什么问题。有没有人遇到过类似的问题？我不考虑 XYZ 坐标中比例因子的问题，在这个问题的表述中应该是无效的。我使用 np.dot 有问题吗？我很确定这是一个小错误，但我看不到它。

感谢您的回答（抱歉英语不好）！

我在stack-overflow上查了类似的问题，here问题好像很相似，但是方法不一样

PS这次不想用openCV或者其他函数库获取结果，如果可以的话

Answer 1

更新：问题似乎是这样的：两个相机（IR 和 RGB）的校准不是使用相同的标准进行的，都被认为是真实的。

3D点对应2D的麻烦

Troubles in 3D points correpondance to 2D

python

computer-vision