Question

我的立体相机具有不同的分辨率1280x480,640x240和320x120。（相机流水平粘贴的同步图像对640X480，这就是为什么是1280x480）。

我在以下link中使用了Opencv3立体声校准算法来校准分辨率为1280 * 480的立体相机。

    stereoRectify( M1, D1, M2, D2, img_size, R, T, R1, R2, P1, P2, Q, CALIB_ZERO_DISPARITY, -1, img_size, &roi1, &roi2 );
    Mat map11, map12, map21, map22;
    initUndistortRectifyMap(M1, D1, R1, P1, img_size, CV_16SC2, map11, map12);
    initUndistortRectifyMap(M2, D2, R2, P2, img_size, CV_16SC2, map21, map22);

    Mat img1r, img2r;
    remap(img1, img1r, map11, map12, INTER_LINEAR);
    remap(img2, img2r, map21, map22, INTER_LINEAR);

stereoRectify 计算左右相机之间的旋转矩阵R，平移矩阵T.并且，它计算两个旋转矩阵R1，R2和两个投影P1 P2的矩阵。我使用 stereoRectify 的输出作为 initUndistortRectifyMap 的输入，然后重新映射以应用投影。

以下是解释如何操作的stackoverflow答案。

现在我有左边map11，map12和右边相机map21，map22的整理地图的两个矩阵。

但是现在我想使用这些相机矩阵M1和M2，失真矩阵D1和D2，以及外部矩阵R，T，R1，R2，P1和P2来分别以较低分辨率（320x120）校正相机图像。 PS我没有直接校准分辨率为320 * 120的相机，因为图像太小而Opencv的算法无法找到棋盘角来执行校准。

我知道“失真系数不依赖于观看的场景。因此，它们也属于固有的摄像机参数。无论捕获的图像分辨率如何，它们都保持不变。例如，如果摄像机已经在320 x 240分辨率的图像上校准，绝对相同的失真系数可用于来自同一相机的640 x 480图像，而f_x，f_y，c_x和c_y需要适当缩放。根据{{3}}。（我测试过它正在运行）

我想知道：我应该如何修改R，T，R1，R2，P1，P2的矩阵，以1280x480到320x120的较低分辨率进行重映射？

Answer 1

实际上我改变了P1和P2的矩阵，它们是相机内部矩阵和相机平移矩阵的组合。

我使用320x120将它们除以4。通用公式为：

FX＆＃39; =（dimx＆＃39; / dimx）* fx

FY＆＃39; =（dimy＆＃39; / dimy）* fy

FX＆＃39;是您的新分辨率的值，fx是您原始分辨率已有的值，dimx＆＃39;是沿x轴的新分辨率，dimx是原始分辨率。这同样适用于fy。

cx和cy是类比计算的，因为所有这些值都以像素坐标表示。

Answer 2

在玩了很多后，不仅 P1和P2应该缩放，还要M1和M2（在OP的代码中）

请记住，缩放只是左缩放矩阵的两个第一对角线条目，并将第三个保留为1。

在立体声校准中，如果我改变立体相机的分辨率，外在矩阵如何变化

2 个答案: