知道相机高度相机内参矩阵旋转向量和像素坐标能得到像素点的三维坐标c++

是的，知道相机高度、相机内参矩阵、旋转向量和像素坐标，可以通过相机的投影关系得到像素点的三维坐标。具体步骤如下：

1. 将像素坐标转化为归一化相机坐标系下的坐标，即将像素坐标除以图像宽度和高度并减去中心点坐标。
2. 通过相机内参矩阵将归一化坐标转换为相机坐标系下的坐标。
3. 使用旋转向量将相机坐标系下的坐标转换为世界坐标系下的坐标。
4. 根据相机高度得到相机的位置。
5. 使用相机位置和像素点在世界坐标系下的位置计算出像素点的三维坐标。

以下是 C++ 代码示例：

#include <opencv2/opencv.hpp>

using namespace cv;

// 相机高度
double camera_height = 2.0;

// 相机内参矩阵
Mat camera_matrix = (Mat_<double>(3, 3) << 1000, 0, 320, 0, 1000, 240, 0, 0, 1);

// 旋转向量
Mat rotation_vector = (Mat_<double>(3, 1) << 0.1, -0.2, 0.3);

// 像素坐标
Point2d pixel_point(320, 240);

int main() {
    // 将像素坐标转化为归一化相机坐标系下的坐标
    Point2d norm_point((pixel_point.x - camera_matrix.at<double>(0, 2)) / camera_matrix.at<double>(0, 0),
                       (pixel_point.y - camera_matrix.at<double>(1, 2)) / camera_matrix.at<double>(1, 1));

    // 通过相机内参矩阵将归一化坐标转换为相机坐标系下的坐标
    Mat camera_point = (Mat_<double>(3, 1) << norm_point.x, norm_point.y, 1);
    camera_point = camera_matrix.inv() * camera_point;
    camera_point = (Mat_<double>(3, 1) << camera_point.at<double>(0, 0), camera_point.at<double>(1, 0), 1);

    // 使用旋转向量将相机坐标系下的坐标转换为世界坐标系下的坐标
    Mat rotation_matrix;
    Rodrigues(rotation_vector, rotation_matrix);
    Mat world_point = rotation_matrix.inv() * camera_point;

    // 计算像素点的三维坐标
    Point3d pixel_3d(world_point.at<double>(0, 0) * camera_height / world_point.at<double>(2, 0),
                     world_point.at<double>(1, 0) * camera_height / world_point.at<double>(2, 0),
                     camera_height);

    return 0;
}