我想創建一個不同姿勢的對象圖像的數據集，其中每個圖像用相機姿態（或對象姿勢）註釋。計算機視覺：標記相機姿態
例如，如果我有一個世界座標系，並將感興趣的對象放在原點並將相機放在已知位置（x，y，z）並使其面向原點。鑑於這些信息，我如何計算相機或物體的姿態（旋轉矩陣）。
我有一個想法，它有一個參考座標，即（0,0，z'），我可以定義物體的旋轉。即其傾斜，俯仰和偏航。然後我可以計算（0,0，z'）和（x，y，z）的旋轉給我一個旋轉矩陣。問題是，如何結合兩個旋轉矩陣？
順便說一句，我知道相機的世界位置，因爲我用CAD模型渲染OpenGL，而不是物理地移動相機。
單應矩陣映射齊次屏幕座標（i，j）到齊次世界座標（x，y，z）之間。
齊次座標是法線座標，附加1。因此屏幕座標（3,4）是（3,4,1）作爲同質屏幕座標。
如果你有一組均勻的屏幕座標，S及其相關聯的同質世界中的位置，W 4×4單應矩陣滿足
S * H =轉置（W）
所以它歸結爲你可以在屏幕座標中確定i，j的位置，然後做一個「最佳擬合」單應性矩陣（openCV有一個功能findHomography）
雖然知道相機的xyz提供了有用的信息，但它不是足以完全約束方程，你將不得不產生更多的s無論如何，creen-world配對。因此，我認爲它不值得你的時間整合相機的位置。
我在這裏做了一個類似的實驗：http://edinburghhacklab.com/2012/05/optical-localization-to-0-1mm-no-problemo/