Hello Computer Vision

V = [] x, y = np.meshgrid(range(9), range(6)) #world point격자 생성(체스보드는 2D로 보기때문에 2D 월드좌표계) world_points = np.hstack((x.reshape(54, 1), y.reshape(54, 1))).astype(np.float32) #(x,y)좌표 쌍 생성 world_points = world_points*21.5 # rectangular size 21.5를 곱해 실제 체스보드처럼 world_points = np.asarray(world_points) images_points = [] homography_matrices = [] for imagepath in image_path: image = cv2.imread(imagepath..

해당 내용은 튀빙겐 대학교의 Andreas Geiger 교수님의 강의와 다크프로그래머님 블로그 포스팅 글을 참고하였습니다. 포스팅 아래에 참조 링크있습니다. Epipolar Geometry란? Stereo vision : 사람은 2개의 눈을 통해 이미지를 확보하기 때문에 동일한 매커니즘으로 여러 카메라를 통해 영상을 얻어 3차원 거리 정보를 확보(3d 포인트와 카메라간의 거리). 아래 이미지는 예시 3d 물체를 향해 다른 위치, 다른 각도의 카메라 2대 이상있고 동일 물체에 대해 여러 이미지 평면(image plane)을 획득했을 때, 카메라 포즈 및 3d 이미지 매칭쌍들에 대한기하학적인 관계를 다루는 학문이며 여러 개의 카메라를 동원하여 물체의 입체(깊이)를 얻는 기법인stereo vision을 위해 ..

이번에 vision 관련된 스터디를 하는 중 camera calibration에 대해서 공부하는 중인데 많은 용어들이 직관적으로 이해는 되지만 더 정확히 할 필요가 있겠다 생각해 하나씩 정리해보려고 한다. 아래의 이미지에 나온 용어들을 일단 설명해보려고 한다. 이미지 평면(image plane) 이미지가 투영되는 평면이다. 현실세계에서의 이미지들은 3D 이고 이러한 것들을 사진 찍는다면 2D 평면에 사영한다고 할 수 있다. 위의 이미지를 보면 조금 더 쉽게 이해할 수 있는데 P 라는 이미지가(3D) 있다면 렌즈를 통해 초점을 맞춰 사영되는데 이것이 Image plane이라 할 수 있다. 월드좌표계 3차원 좌표계이다. 사물의 위치를 표현할 때 기준으로 삼는 좌표계이다. 정해져 있는 것이 아닌 우리가 임의로..