使用 OpenCV 计算鸟瞰图

问题描述

为了寻找一种计算鸟瞰图的简单方法，我发现了来自 Matlab 的 this 方法。对于手动注释源点和目标点的问题，这似乎是一种非常实用的方法。一般来说，我想了解是否有一种数学方法可以仅根据物理相机属性来计算源点和目标点。任何采用与 Matlab 示例相同的输入但基于 OpenCV 的代码，我将不胜感激。

我知道 stackoverflow 不是“去写我的代码”社区，所以即使是有用的线索或任何数学知识也将不胜感激。

解决方法

它在您的链接中说输入图像必须是未失真的。所以，让我们假设我们有一个图像，我们知道在现实世界坐标中垂直于图像平面的线的欧拉角。

偏航角对我们的情况并不重要。如果您按滚动量（围绕中心像素）旋转图像，那么您应该能够使用俯仰量找到 4 个所需的点。为了找到这些想要的点，我们需要知道相机的水平和垂直 FOV 值。

那4点是什么？在现实世界中从上方看时，它们形成一个矩形。矩形的宽度是一个设计选择。例如，近点可能向下 45 度（在地平线之间），总共 60 度宽度，远点可能向下 10 度，具有一定的宽度角。我们需要计算一次该角度。

设 h 为相机的高度，x 为相机投影到矩形平面的投影点与矩形远边（平行于地平线）的距离，以及y 为矩形宽度的一半距离。鉴于上面的示例角度，x=h*cot(10) 和 y=h*csc(45)*tan(60/2)。宽度角度变为2*atan2(y,x^2+h^2) = 2*atan2(csc(45)*tan(60/2),cot(10)^2+1)。

例如，如果相机具有 70 度的视野，则边缘的点与中心的距离为 35 度。但是中心和一侧边缘之间的像素与中心的距离不是 35/2度。应该是 atan(tan(35)/2)。

找到想要的 4 个点后，可以使用 findHomography 和 warpPerspective 函数，其中 dst_pts 的宽高比最好是 2*y/(x-h*cot(45)) = 2*csc(45)*tan(30)/(cot(10)-cot(45))。>

---

输入：未失真的图像、滚动和倾斜角度、相机的 FOV、所需的 ROI 角度

---