重建

詳細描述

注意

• 請注意，只有在正確安裝 Ceres Solver 時才會編譯。
  請檢視以下教程中的安裝說明：SFM 模組安裝

函式
void	cv::sfm::reconstruct (const std::vector< String > images, OutputArray Ps, OutputArray points3d, InputOutputArray K, bool is_projective=false)
	從 2d 影像重建 3d 點，同時執行自動校準。
void	cv::sfm::reconstruct (const std::vector< String > images, OutputArray Rs, OutputArray Ts, InputOutputArray K, OutputArray points3d, bool is_projective=false)
	從 2d 影像重建 3d 點，同時執行自動校準。
void	cv::sfm::reconstruct (InputArrayOfArrays points2d, OutputArray Ps, OutputArray points3d, InputOutputArray K, bool is_projective=false)
	從 2d 對應關係重建 3d 點，同時執行自動校準。
void	cv::sfm::reconstruct (InputArrayOfArrays points2d, OutputArray Rs, OutputArray Ts, InputOutputArray K, OutputArray points3d, bool is_projective=false)
	從 2d 對應關係重建 3d 點，同時執行自動校準。

函式文件

reconstruct() [1/4]

void cv::sfm::reconstruct	(	const std::vector< String >	images,
		OutputArray	Ps,
		OutputArray	points3d,
		InputOutputArray	輸入的相機內參矩陣。,
		bool	is_projective = false )

#include <opencv2/sfm/reconstruct.hpp>

從 2d 影像重建 3d 點，同時執行自動校準。

引數

images	具有影像路徑的字串向量。
Ps	包含每個影像的 3x4 投影矩陣的輸出向量。
points3d	具有估計的 3d 點的輸出陣列。
輸入的相機內參矩陣。	輸入/輸出相機矩陣 \(K = \vecthreethree{f_x}{0}{c_x}{0}{f_y}{c_y}{0}{0}{1}\)。 輸入引數用作初始猜測。
is_projective	如果為 true，則假定相機是透視的。

此方法呼叫以下簽名，並從估計的 K、R 和 t 中提取投影矩陣。

注意

• 影像必須按照影像序列的順序排列。 此外，每一幀都應儘可能接近前一幀和後一幀。
• 目前，DAISY 特徵用於計算 2d 點軌跡，它僅適用於 3-4 個影像。

reconstruct() [2/4]

void cv::sfm::reconstruct	(	const std::vector< String >	images,
		OutputArray	Rs,
		OutputArray	Ts,
		InputOutputArray	輸入的相機內參矩陣。,
		OutputArray	points3d,
		bool	is_projective = false )

#include <opencv2/sfm/reconstruct.hpp>

從 2d 影像重建 3d 點，同時執行自動校準。

引數

images	具有影像路徑的字串向量。
Rs	相機 3x3 旋轉的輸出向量。
Ts	相機 3x1 平移的輸出向量。
points3d	具有估計的 3d 點的輸出陣列。
輸入的相機內參矩陣。	輸入/輸出相機矩陣 \(K = \vecthreethree{f_x}{0}{c_x}{0}{f_y}{c_y}{0}{0}{1}\)。 輸入引數用作初始猜測。
is_projective	如果為 true，則假定相機是透視的。

在內部，透過例項化 SFMLibmvEuclideanReconstruction 類，使用一些預設引數呼叫 libmv 簡單管道例程。

注意

• 影像必須按照影像序列的順序排列。 此外，每一幀都應儘可能接近前一幀和後一幀。
• 目前，DAISY 特徵用於計算 2d 點軌跡，它僅適用於 3-4 個影像。
• 要檢視場景重建的工作示例，請檢視以下教程：場景重建。

reconstruct() [3/4]

void cv::sfm::reconstruct	(	InputArrayOfArrays	points2d,
		OutputArray	Ps,
		OutputArray	points3d,
		InputOutputArray	輸入的相機內參矩陣。,
		bool	is_projective = false )

#include <opencv2/sfm/reconstruct.hpp>

從 2d 對應關係重建 3d 點，同時執行自動校準。

引數

points2d	2d 點向量的輸入向量（內部向量是每個影像）。
Ps	包含每個影像的 3x4 投影矩陣的輸出向量。
points3d	具有估計的 3d 點的輸出陣列。
輸入的相機內參矩陣。	輸入/輸出相機矩陣 \(K = \vecthreethree{f_x}{0}{c_x}{0}{f_y}{c_y}{0}{0}{1}\)。 輸入引數用作初始猜測。
is_projective	如果為 true，則假定相機是透視的。

此方法呼叫以下簽名，並從估計的 K、R 和 t 中提取投影矩陣。

注意

• 軌跡必須儘可能精確。 它不處理異常值，並且對它們非常敏感。

reconstruct() [4/4]

void cv::sfm::reconstruct	(	InputArrayOfArrays	points2d,
		OutputArray	Rs,
		OutputArray	Ts,
		InputOutputArray	輸入的相機內參矩陣。,
		OutputArray	points3d,
		bool	is_projective = false )

#include <opencv2/sfm/reconstruct.hpp>

從 2d 對應關係重建 3d 點，同時執行自動校準。

引數

points2d	2d 點向量的輸入向量（內部向量是每個影像）。
Rs	相機 3x3 旋轉的輸出向量。
Ts	相機 3x1 平移的輸出向量。
points3d	具有估計的 3d 點的輸出陣列。
輸入的相機內參矩陣。	輸入/輸出相機矩陣 \(K = \vecthreethree{f_x}{0}{c_x}{0}{f_y}{c_y}{0}{0}{1}\)。 輸入引數用作初始猜測。
is_projective	如果為 true，則假定相機是透視的。

在內部，透過例項化 SFMLibmvEuclideanReconstruction 類，使用一些預設引數呼叫 libmv 簡單管道例程。

注意

• 軌跡必須儘可能精確。 它不處理異常值，並且對它們非常敏感。
• 要檢視相機運動重建的工作示例，請檢視以下教程：相機運動估計。