左右图像两点坐标已知，求对应三维坐标C++

要求对应三维坐标，需要知道相机的内参和外参。假设相机的内参已知，外参包括相机的旋转矩阵和平移向量，可以使用三角测量的方法求出对应的三维坐标。

具体的求解过程如下：

1. 根据相机的内参将图像坐标归一化为相机坐标系下的坐标。

2. 根据相机的旋转矩阵和平移向量将相机坐标系下的坐标转换为世界坐标系下的坐标。

3. 对左右两个相机拍摄的图像中的对应点进行三角测量，得到对应的三维坐标。

以下是一个简单的 C++ 代码实现：

#include <opencv2/opencv.hpp>

using namespace cv;

// 相机内参
Mat K = (Mat_<double>(3, 3) << fx, 0, cx, 0, fy, cy, 0, 0, 1);

// 相机旋转矩阵和平移向量
Mat R = ...;
Mat t = ...;

// 左右图像中的对应点坐标
Point2f p_l = ...;
Point2f p_r = ...;

// 将图像坐标归一化为相机坐标系下的坐标
Mat p_l_norm = (Mat_<double>(3, 1) << (p_l.x - cx) / fx, (p_l.y - cy) / fy, 1);
Mat p_r_norm = (Mat_<double>(3, 1) << (p_r.x - cx) / fx, (p_r.y - cy) / fy, 1);

// 将相机坐标系下的坐标转换为世界坐标系下的坐标
Mat p_l_world = R.inv() * (p_l_norm - t);
Mat p_r_world = R.inv() * (p_r_norm - t);

// 三角测量求解对应的三维坐标
Mat p_3d;
triangulatePoints(P_l, P_r, p_l_norm, p_r_norm, p_3d);

// 对应的三维坐标
Point3f point3d(p_3d.at<double>(0, 0) / p_3d.at<double>(3, 0),
                p_3d.at<double>(1, 0) / p_3d.at<double>(3, 0),
                p_3d.at<double>(2, 0) / p_3d.at<double>(3, 0));

其中，`fx`、`fy`、`cx`、`cy`分别表示相机的焦距和主点坐标，`P_l`、`P_r`分别表示左右相机的投影矩阵。需要注意的是，当相机的畸变参数不为零时，需要对图像坐标进行去畸变处理。