【发布时间】：2013-11-16 14:03:39
【问题描述】：
我正在使用 OpenCV 从多个图像的运动中构建结构。我有 8 张图像，并且为每对图像（img1&2、img2&3、img3&4 等）生成了 3D 点云。我知道每个单独的 3D 点云都是正确的，因为它们在 VTK / OpenGL 中显示时看起来不错。
我的相机经过（粗略）校准，焦距使用 EXIF 元数据，图像中心作为主要点。
如何将这些 3D 点云中的每一个转换为最左侧相机的 3D 坐标系？
【问题讨论】：
【发布时间】：2013-11-16 14:03:39
【问题描述】：
我假设您的点云以 PCL 兼容格式存储；那么你可以简单地使用pcl::transformPointCloud.. 如果没有，那么你将需要根据transforms.hpp.. 中给出的源代码实现你自己的。
HTH
编辑：
请参阅this presentation 中的幻灯片 16-19。转换模型是，
P_c = R_c (P_w - C)
这是我之前链接中给出的转换的数学形式。
【讨论】：
-
我的点存储在一个文本文件中，每行一个点的 x,y,z 坐标。
-
如果它们有x、y和z坐标，那么你可以对它们应用这个函数（你甚至不需要构建PCL，只需在你自己的函数中使用实现）..跨度>
-
我正在使用 OpenCV 的 python 绑定，那么这仍然可能吗？在我看来，我必须将源代码翻译成 Python。
-
是的，PCL 和 OpenCV 完全基于 C++ 构建。不过，编写等效的 Python 代码应该不难。
-
我明白了。这是否意味着我无法调用 OpenCV 函数来转换 3D 坐标系？我一直在尝试使用 solvePnP 来获取相机位置，但我无法确定它相对于哪个坐标系。