iOS还原相机投影

Question

我正在尝试估算与太空中QR码相关的设备位置。我正在使用ARKit和Vision框架，两者都在iOS11中引入，但这个问题的答案可能并不依赖于它们。

使用Vision框架，我能够获得在相机框架中限制QR码的矩形。我想将此矩形与从标准位置转换QR码所需的设备平移和旋转相匹配。

例如，如果我观察到框架：

*            *

    B
          C
  A
       D


*            *

如果我距离QR码1米远，以它为中心，假设QR码的边长为10cm，我会看到：

*            *


    A0  B0

    D0  C0


*            *

那两个帧之间的设备转换是什么？我知道确切的结果可能是不可能的，因为观察到的QR码可能是略微非平面的，我们试图估计一个不完美的东西上的仿射变换。

我想sceneView.pointOfView?.camera?.projectionTransform比sceneView.pointOfView?.camera?.projectionTransform?.camera.projectionMatrix更有帮助，因为后来已经考虑了从ARKit推断的变换，我对这个问题不感兴趣。

我该怎么做

func get transform(
  qrCodeRectangle: VNBarcodeObservation,
  cameraTransform: SCNMatrix4) {
  // qrCodeRectangle.topLeft etc is the position in [0, 1] * [0, 1] of A0

  // expected real world position of the QR code in a referential coordinate system
  let a0 = SCNVector3(x: -0.05, y: 0.05, z: 1)
  let b0 = SCNVector3(x: 0.05, y: 0.05, z: 1)
  let c0 = SCNVector3(x: 0.05, y: -0.05, z: 1)
  let d0 = SCNVector3(x: -0.05, y: -0.05, z: 1)

  let A0, B0, C0, D0 = ?? // CGPoints representing position in
                          // camera frame for camera in 0, 0, 0 facing Z+

  // then get transform from 0, 0, 0 to current position/rotation that sees
  // a0, b0, c0, d0 through the camera as qrCodeRectangle 
}

==== ====编辑

在尝试了很多东西后，我最终使用openCV投影和透视解算器进行相机姿态估计，solvePnP这给了我一个旋转和平移，它应该代表QR码参考中的相机姿势。然而，当使用这些值并放置对应于逆变换的对象时，QR码应该在相机空间中，我得到不准确的移位值，并且我无法使旋转起作用：

// some flavor of pseudo code below
func renderer(_ sender: SCNSceneRenderer, updateAtTime time: TimeInterval) {
  guard let currentFrame = sceneView.session.currentFrame, let pov = sceneView.pointOfView else { return }
  let intrisics = currentFrame.camera.intrinsics
  let QRCornerCoordinatesInQRRef = [(-0.05, -0.05, 0), (0.05, -0.05, 0), (-0.05, 0.05, 0), (0.05, 0.05, 0)]

  // uses VNDetectBarcodesRequest to find a QR code and returns a bounding rectangle
  guard let qr = findQRCode(in: currentFrame) else { return }

  let imageSize = CGSize(
    width: CVPixelBufferGetWidth(currentFrame.capturedImage),
    height: CVPixelBufferGetHeight(currentFrame.capturedImage)
  )

  let observations = [
    qr.bottomLeft,
    qr.bottomRight,
    qr.topLeft,
    qr.topRight,
  ].map({ (imageSize.height * (1 - $0.y), imageSize.width * $0.x) })
  // image and SceneKit coordinated are not the same
  // replacing this by:
  // (imageSize.height * (1.35 - $0.y), imageSize.width * ($0.x - 0.2))
  // weirdly fixes an issue, see below

  let rotation, translation = openCV.solvePnP(QRCornerCoordinatesInQRRef, observations, intrisics)
  // calls openCV solvePnP and get the results

  let positionInCameraRef = -rotation.inverted * translation
  let node = SCNNode(geometry: someGeometry)
  pov.addChildNode(node)
  node.position = translation
  node.orientation = rotation.asQuaternion
}

这是输出：

其中A，B，C，D是它们传递给程序的顺序中的QR码角。

当手机旋转时，预测的原点保持不变，但它会从应有的位置移动。令人惊讶的是，如果我移动观察值，我可以纠正这个：

  // (imageSize.height * (1 - $0.y), imageSize.width * $0.x)
  // replaced by:
  (imageSize.height * (1.35 - $0.y), imageSize.width * ($0.x - 0.2))

现在预测的起源保持稳健。但是我不明白班次值的来源。

最后，我试图获得相对于QR码参考的方向：

    var n = SCNNode(geometry: redGeometry)
    node.addChildNode(n)
    n.position = SCNVector3(0.1, 0, 0)
    n = SCNNode(geometry: blueGeometry)
    node.addChildNode(n)
    n.position = SCNVector3(0, 0.1, 0)
    n = SCNNode(geometry: greenGeometry)
    node.addChildNode(n)
    n.position = SCNVector3(0, 0, 0.1)

当我直接查看二维码时，方向很好，但随后它会转移一些似乎与手机旋转有关的东西：

我遇到的突出问题是：

• 如何解决旋转问题？
• 位置偏移值来自何处？
• 什么简单的关系做旋转，翻译，QRCornerCoordinatesInQ Reef，观察，内在证实？是O~K ^ -1 *（R_3x2 | T）Q？因为如果是这样的话会减少几个数量级。

如果这有用，这里有一些数值：

Intrisics matrix
Mat 3x3
1090.318, 0.000, 618.661
0.000, 1090.318, 359.616
0.000, 0.000, 1.000

imageSize
1280.0, 720.0
screenSize
414.0, 736.0

==== Idiath ====

我注意到当手机水平平行于QR码时旋转工作正常（即旋转矩阵是[[a，0，b]，[0,1,0]，[c，0，d]] ），无论实际的QR码方向是什么：

其他旋转不起作用。

Answer 1

Math (Trig.):

注意：底部是l（QR码长度），左边角是k，顶角是i（相机）

Answer 2

我想这个问题不在矩阵中。它位于顶点位置。要跟踪2D图像，您需要逆时针放置ABCD顶点（起始点是位于虚构原点x:0, y:0中的A顶点）。我认为关于VNRectangleObservation类的Apple文档（关于图像分析请求检测到的投影矩形区域的信息）是模糊的。您按照官方文档中的顺序放置顶点：

var bottomLeft: CGPoint
var bottomRight: CGPoint
var topLeft: CGPoint
var topRight: CGPoint

但它们需要以相同的方式放置，如在笛卡尔坐标系中出现正旋转方向（约为Z轴）：

ARKit中的世界坐标空间（以及SceneKit和Vision）始终遵循right-handed convention（正Y轴向上指向，正Z轴指向观察者，正X轴指向观察者的右侧），但是基于方向在你的会话的配置。相机适用于本地坐标空间。

任何轴的旋转方向为正（逆时针）和负（顺时针）。对于ARKit和Vision中的跟踪，它至关重要。

轮换顺序也很有意义。 ARKit以及SceneKit以与组件相反的顺序相对于节点的pivot属性应用旋转：首先是roll（关于Z轴），然后是yaw（关于Y轴），然后是pitch（关于X轴）。所以旋转顺序是ZYX。

另外，关于Nukepedia上有关Matrix Operations的有用帖子。