我在視頻（或圖像）中有4個共面點，代表一個四邊形（不一定是正方形或矩形），我希望能夠在它們的上方顯示一個虛擬立方體，立方體的角恰好位于這些角上視頻四分之一。由于這些點是共面的，因此我可以計算單位正方形的角（即[0,0] [0,1] [1,0] [1,1]）與四邊形的視頻坐標之間的單應性。通過這種單應性，我應該能夠計算出正確的攝像機姿勢，即[R | t]，其中R是3x3旋轉矩陣，t是3x1平移矢量，以便虛擬立方體位于視頻四邊形上。我已經閱讀了許多解決方案（其中一些在SO上）并嘗試實現它們，但是它們似乎僅在某些“簡單”情況下才有效（例如，當視頻四邊形為正方形時），但在大多數情況下不起作用。這是我嘗試過的方法（大多數方法基于相同的原理，僅翻譯的計算略有不同）。令K為相機的本征矩陣，H為單應性。我們計算：A = K-1 * H假設a1，a2，a3是A的列向量，r1，r2，r3是旋轉矩陣R的列向量。r1 = a1 / ||a1||r2 = a2 / ||a2||r3 = r1 x r2t = a3 / sqrt(||a1||*||a2||)問題是這在大多數情況下不起作用。為了檢查我的結果，我將R和t與通過OpenCV的solvePnP方法獲得的結果進行了比較（使用以下3D點[0,0,0] [0,1,0] [1,0,0] [1,1 ，0]）。由于我以相同的方式顯示多維數據集，因此我注意到在每種情況下，solvePnP均提供正確的結果，而從單應性圖中獲得的姿勢大多是錯誤的。從理論上講，由于我的點是共面的，因此可以從單應性計算姿勢，但是我找不到從H計算姿勢的正確方法。關于我在做什么錯的任何見解？嘗試@Jav_Rock的方法后進行編輯您好Jav_Rock，非常感謝您的回答，我嘗試了您的方法（以及許多其他方法），這似乎或多或少都可以。但是，在基于4個共面點計算姿勢時，我仍然碰巧遇到一些問題。為了檢查結果，我將其與solvePnP的結果進行比較（由于采用了迭代重投影誤差最小化方法，因此效果會更好）。這是一個例子：黃色立方體：解決PNP黑色立方體：Jav_Rock的技術青色（和紫色）多維數據集：其他一些技術得出的結果完全相同如您所見，盡管矢量看起來是正交的，但黑色立方體或多或少是可以的，但似乎比例不高。EDIT2：我對v3進行了歸一化（為了增強正交性），它似乎也解決了一些問題。