python-3.x - 通过点和线计算 CV2 单应性

Question

我有一个字段中的点列表(如 upper_goal_point/left_upper_outer_corner 等)

我知道它们在目标图像中的对应坐标 - 所以我可以计算单应性:

h, status = cv2.findHomography(pts_src, pts_dst)

我在上角线也有蓝点(看上图)，我只知道他们目的地的y坐标是0(因为他们在上线)，但我不知道它们在那条线上的确切位置。

我可以使用那些蓝点来提高单应性吗？

附言

可以看到单应图中的上角线不是水平线，是对角线，这当然是不正确的:

Answer 1

实际上可以在查找单应性中使用线对应。

https://www.researchgate.net/publication/220845575_Combining_Line_and_Point_Correspondences_for_Homography_Estimation

几年前，我们在一个项目中实现了这种方法。在简化所有数学的过程中，我们想出了一个简单的技巧。我们将每一行 a*x + b*y + c = 0 转换为指向 (a/c, b/c)

// ***  Don't copy paste this code, read below!  ***//
Point2f convertPointsToHomogeneousLine(Point2f p1, Point2f p2) {
    Point3f p1h(p1.x, p1.y, 1);
    Point3f p2h(p2.x, p2.y, 1);
    Point3f lineHomo(p1h.y*p2h.z - p1h.z*p2h.y,
                     p1h.z*p2h.x - p1h.x*p2h.z,
                     p1h.x*p2h.y - p1h.y*p2h.x);
    
    Point2f lineHomoNorm(lineHomo.x / lineHomo.z,
                         lineHomo.y / lineHomo.z);
    return lineHomoNorm;
}

然后把这个点传进去。我记得我还深入了解了 findHomography 的 OpenCV 实现，并将此行插入到内部某处以解决步骤。在 OpenCV 内部，在通过求解步骤之前，对点应用了一些归一化。所以这类点需要跳过这一步。

我们不在生产中使用它。用户需要通过在图像和仪表系统中提供线和点来手动校准相机。界面过于复杂，稳定性差。但就您而言，我认为它可以更好地工作。如果你会自动找到行和信件。

P.S. Please note that in paper they use some normalization technique.It will improve stability. We faced with stability problem, do notsolved it in our journey.