opencv 获取透视变换中的 旋转向量和平移向量

在OpenCV中，获取透视变换中的旋转向量和平移向量通常涉及到对Homography矩阵的理解。Homography是一种用于描述二维平面上点之间映射关系的矩阵，特别适用于图像的透视变换，例如从鸟瞰视角到普通视图的转换。

当你有一个已知的源图像和目标图像之间的对应点对，可以使用`findHomography()`函数计算出Homography矩阵。这个矩阵包含了两个部分：

1. 旋转向量（Rotation Vector）: 这实际上是一个欧拉角（也可以用旋转矩阵表示），它代表了从源坐标系到目标坐标系的旋转操作。在OpenCV中，通过`getOptimalNewCameraMatrix()`和`decomposeProjectionMatrix()`函数可以解码得到这部分信息。

2. 平移向量（Translation Vector）: 这是一维向量，表示从源图像中心到目标图像中心的平移距离。直接从Homography矩阵的偏置项中可以提取出来。

举个例子，你可以这样做：

import cv2

# 假设src_pts和dst_pts分别是源图像和目标图像的对应点列表
H, _ = cv2.findHomography(src_pts, dst_pts)

# 使用decomposeProjectionMatrix分解出旋转和平移
R, t, _ = cv2.decomposeProjectionMatrix(H)

# R就是旋转矩阵，t就是平移向量