findHomography() 中得到的矩阵的单应性分解

Question

我已使用此code 作为基础来检测场景中的矩形目标。我使用 ORB 和 Flann Matcher。我已经能够使用findHomography() 和perspectiveTransform() 函数成功地在我的场景中绘制检测到的目标的边界框。
参考图像（上述代码中的img_object）是仅矩形目标的直视图。现在我的场景图像中的目标可能会向前或向后倾斜。我想找出它倾斜的角度。我阅读了各种帖子并得出结论，findHomography() 返回的单应性可以分解为旋转矩阵和平移向量。 我使用了this link 推荐的https:/gist.github.com/inspirit/740979 中的代码翻译成C++。这是从OpenCV的相机标定模块得到的张SVD分解代码。我从 O'Reilly 的 Learning OpenCV 书中得到了这个分解代码的完整解释。
我的问题是：

1. 我是否正确假设我得到的分解旋转矩阵会告诉我目标倾斜的角度？
2. 其次，我可以使用从findHomography() 获得的 Homography 作为此分解模块的输入并期望得到正确的输出吗？还是我缺少什么？
3. 还有其他方法可以达到同样的效果吗？

最后，我在移动平台上编码，所以我也关心性能。如果您能指出正确的方向，我会很高兴。

提前感谢您的时间和回复。

Answer 1

张的校准过程将产生一个旋转矩阵。这可以表示为 3 个（欧拉）角，而不是一个。或者，等效地（通过罗德里格斯公式），作为一个单位向量和围绕该向量的旋转角度 - 即再次三个数字。

除非您的相机和目标相对于彼此非常仔细地定位，否则没有理由期望只有一个非零旋转角度。