我有一段道路/建筑物的视频，我想用它创建一个 3D 模型。我正在看的场景是僵硬的，无人机在移动。我假设没有任何额外信息，如相机姿势、加速度或 GPS 位置。我很想找到一个我可以根据自己的喜好进行调整的 python 实现。
到目前为止，我已决定将 OpenCV calcOpticalFlowFarneback() 用于光流，这看起来相当快速和准确。有了它，我可以用 findFundamentalMat() 得到基本矩阵 F。到目前为止一切顺利。
现在，根据我正在关注的教程 here ，我应该神奇地拥有相机的校准矩阵，我显然没有也不打算在我正在开发的 future 应用程序中使用它。
经过长时间的研究，我找到了一篇论文(Self-calibration of a moving camera from point correspondences and 基本矩阵)从 1997 年定义了我正在寻找的东西(有一个很好的总结 here )。我正在寻找最简单/最容易的实现方式，但我遇到了这些问题:
- 如果我要使用的相机会自动更改曝光和对焦(无变焦)，相机的内在参数是否会发生变化？
- 我不熟悉用于数值求解方程的同伦延拓法，而且它们似乎很慢。
- 我打算使用扩展卡尔曼滤波器，但不知道从哪里开始，因为我知道错误的初始化会导致不收敛。
深入挖掘后，我发现了一个多相机自校准工具箱，它是为 Octave 使用 Python 包装器编写的开源工具。我最后的办法是分解代码并直接用 Python 编写。还有其他选择吗？
注意:我不想使用棋盘和平面度约束。
有没有其他方法可以非常准确地自校准我的相机？自 1997 年以来经过 20 年的研究，有没有人想出更直接的方法？？
最佳答案
这是一次性的事情，还是您正在开发一款应用来自动处理大量此类视频？
如果是前者，我宁愿使用像 Blender 这样的集成工具。在 youtube 上查找运动跟踪(或“matchmoving”)教程之一以了解它，例如 this one .
关于python - Easy单目相机自标定算法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45247683/