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)
我在上角线上也有蓝色的点(看上图)，which I only know that their destination's 100 coordinates are 0(因为它们在上角线上)，但我不知道它们在那条线上的确切位置.
我可以使用这些蓝点来改善单应性吗？
附笔.
你可以看到单应性中的upper corner线不是水平线，而是对角线，这当然是不正确的:
实际上，在查找单应性时可以使用线对应.
几年前，我们在一个项目中实施了这种方法.在简化所有数学的过程中，我们想出了一个简单的技巧.我们将每条线a*x + b*y + c = 0变换为点(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;
}
然后把这些点传进go .我记得我也深入研究了findHomography的OpenCV实现，并在其中的某个地方插入这行代码来求解步骤.在OpenCV中，在通过求解步骤之前，对点应用了一些归一化.因此，对于这类点，您需要跳过这一步.
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摄像机.界面过于复杂， solidity 差.但在你的情况下，我认为它可以做得更好.如果你能自动找到行和对应关系.
P、 请注意，在本文中，他们使用了一些归一化技术.