标签: transformation-matrix

我正在尝试计算来自 KITTI 原始数据集的视频中两帧之间的相对姿势。该oxts数据提供了lat, lon, alt, roll, pitch, yaw对每个帧。如何将此数据转换为转换矩阵（旋转矩阵和平移向量）？

这个答案表明这是可能的，但没有给出解决方案。Python 是首选，但如果您有其他语言的解决方案，那也很好。我可以将代码翻译成python。

样本数据：
lat, lon, alt, roll, pitch, yaw = 49.015003823272, 8.4342971002335, 116.43032836914, 0.035752, 0.00903, -2.6087069803847

PS：我正在尝试使用投影几何将一帧姿势扭曲到另一帧。为此，我需要姿势、深度和相机矩阵。KITTI raw 提供相机矩阵。我打算从立体图像计算深度。所以，我只剩下计算它们之间的姿势/变换矩阵

我正在尝试以任何给定的角度旋转图像。我以图像的中心为原点旋转。

但是代码没有按预期进行旋转。我附上下面的代码。

import math
import numpy as np
import cv2

im = cv2.imread("Samples\\baboon.jpg", cv2.IMREAD_GRAYSCALE)
new = np.zeros(im.shape,np.uint8)

new_x = im.shape[0] // 2
new_y = im.shape[1] // 2

x = int(input("Enter the angle : "))

trans_mat = np.array([[math.cos(x), math.sin(x), 0],[-math.sin(x), math.cos(x), 0],[0, 0, 1]])

for i in range(-new_x, im.shape[0] - new_x):
    for j in range(-new_y, im.shape[1] - new_y):
        vec = np.matmul([i, j, 1], trans_mat)
        if round(vec[0] + new_x) < 512 and round(vec[1] + new_y) < 512:
            new[round(vec[0]+new_x), round(vec[1]+new_y)] = im[i+new_x,j+new_y]

cv2.imshow("rot",new) …

我最近开始使用 SimpleITK 进行图像配准。对于我当前的项目，我需要配准 X 射线图像和 CT 图像，然后在 X 射线图像上跟踪的 ROI 掩模上应用逆矩阵。

我得到了这一行的逆矩阵：

inverse_transform = final_transform.GetInverse()

如何将变换应用于 ROI 蒙版？