目标
在本章中
我们将学习利用calib3d模块在图像中创建一些3d效果。
基础
这将是一小部分。在上一次相机校准的会话中，你发现了相机矩阵，失真系数等。给定图案图像，我们可以利用以上信息来计算其姿势或物体在空间中的位置，例如其旋转方式， 对于平面物体，我们可以假设z = 0，这样，问题就变成了如何将相机放置在空间中以查看图案图像。 因此，如果我们知道对象在空间中的位置，则可以在其中绘制一些2d图以模拟3d效果。 让我们看看如何做。
我们的问题是，我们想在棋盘的第一个角上绘制3d坐标轴(x,y,z)。 x轴为蓝色，y轴为绿色，z轴为红色。 因此，实际上z轴应该感觉像它垂直于我们的棋盘平面。
首先，让我们从先前的校准结果中加载相机矩阵和失真系数。
import numpy as np
import cv2 as cv
import glob
# 加载先前保存的数据
with np.load('b.npz') as x:
   mtx, dist, _, _ = [x[i] for i in ('mtx','dist','rvecs','tvecs')]
现在让我们创建一个函数，绘制，该函数将棋盘上的角（使用cv.findchessboardcorners()获得）和轴点绘制为3d轴。
def draw(img, corners, imgpts):
   corner = tuple(corners[0].ravel())     
   img = cv.line(img, corner, tuple(imgpts[0].ravel()), (255,0,0), 5)     
   img = cv.line(img, corner, tuple(imgpts[1].ravel()), (0,255,0), 5)
   img = cv.line(img, corner, tuple(imgpts[2].ravel()), (0,0,255), 5)
   return img
然后，与前面的情况一样，我们创建终止条件，对象点（棋盘上角的3d点）和轴点。 轴点是3d空间中用于绘制轴的点。 我们绘制长度为3的轴（由于我们根据该棋盘尺寸进行了校准，因此单位将以国际象棋正方形的尺寸为单位）。因此我们的x轴从(0,0,0)绘制为(3,0,0)，因此对于y轴。 对于z轴，从(0,0,0)绘制为(0,0,-3)。 负号表示它被拉向相机。
criteria = (cv.term_criteria_eps + cv.term_criteria_max_iter, 30, 0.001)
objp = np.zeros((6*7,3), np.float32)
objp[:,:2] = np.mgrid[0:7,0:6].t.reshape(-1,2)
axis = np.float32([[3,0,0], [0,3,0], [0,0,-3]]).reshape(-1,3)
现在，像往常一样，我们加载每个图像。搜索7x6网格。如果找到，我们将使用子角像素对其进行优化。然后使用函数cv.solvepnpransac()计算旋转和平移。一旦有了这些变换矩阵，就可以使用它们将轴点投影到图像平面上。简而言之，我们在图像平面上找到与3d空间中(3,0,0),(0,3,0),(0,0,3)中的每一个相对应的点。一旦获得它们，就可以使用draw()函数从第一个角到这些点中的每个点绘制线条。完毕!!!
for fname in glob.glob('left*.jpg'):
   img = cv.imread(fname)
   gray = cv.cvtcolor(img,cv.color_bgr2gray)
   ret, corners = cv.findchessboardcorners(gray, (7,6),none)
   if ret == true:
       corners2 = cv.cornersubpix(gray,corners,(11,11),(-1,-1),criteria)
       # 找到旋转和平移矢量。
       ret,rvecs, tvecs = cv.solvepnp(objp, corners2, mtx, dist)
       # 将3d点投影到图像平面
       imgpts, jac = cv.projectpoints(axis, rvecs, tvecs, mtx, dist)
       img = draw(img,corners2,imgpts)
       cv.imshow('img',img)
       k = cv.waitkey(0) & 0xff
       if k == ord('s'):
           cv.imwrite(fname[:6]+'.png', img)
cv.destroyallwindows()
请参阅下面的一些结果。请注意，每个轴长3个long单位。
绘制立方体
如果要绘制立方体，请如下修改draw()函数和轴点。
修改后的draw()函数:
def draw(img, corners, imgpts):
   imgpts = np.int32(imgpts).reshape(-1,2)
   # 用绿色绘制底层
   img = cv.drawcontours(img, [imgpts[:4]],-1,(0,255,0),-3)
   # 用蓝色绘制高
   for i,j in zip(range(4),range(4,8)):
       img = cv.line(img, tuple(imgpts[i]), tuple(imgpts[j]),(255),3)
   # 用红色绘制顶层
   img = cv.drawcontours(img, [imgpts[4:]],-1,(0,0,255),3)
   return img
修改的轴点。它们是3d空间中多维数据集的8个角：
axis = np.float32([[0,0,0], [0,3,0], [3,3,0], [3,0,0],                    [0,0,-3],[0,3,-3],[3,3,-3],[3,0,-3] ])
查看以下结果：
pose_2
如果您对图形，增强现实等感兴趣，则可以使用opengl渲染更复杂的图形。
☆☆☆为方便大家查阅，小编已将opencv-python专栏文章统一整理到公众号底部菜单栏，同步更新中，关注公众号，点击左下方“文章”，如图：或点击下方“阅读原文”，进入opencv-python专栏，即可查看系列文章。

---