我们需要建立一个车间模型,能够将相机图像的像素坐标(x,y)与商店3D空间中的实际物体相关联。这些相机图像将作为生成此类模型的来源,但它们受到鱼眼失真的影响。因此,直线在相机图像中实际上呈现为曲线,并且墙壁似乎并不完全呈直角。
我们正在将该区域细分为多边形。图像上的每个多边形都指代特定的区域,例如货架、展示区、结账柜台等。通过映射落在每个多边形内的像素,我们希望将其归属于对应于该区域的货架。
你有任何想法吗?
以下是商店的样本图像,其中标记了一些多边形:
EDIT:我们不打算找出3D坐标,我们只需要知道任何多边形映射到哪个货架。因此,如果用户单击多边形,我们可以说他单击了哪个货架。
我们能够管理上述大多边形的情况,如图像中所示,但相机远离的货架可能只有几个像素大小,因此我们需要某种概率结果,以便在用户单击(x,y)时,可以确定他试图单击Shelf-A的概率或试图单击Shelf-B的概率等。
基本上,我们要找的是一个概率函数,该函数将返回当在2D图像上单击小多边形(或像素)时,单击附近对象的概率。
EDIT2:从样本图像中无法看出的一件事是,多边形的大小可能非常小(只有几个像素),而多边形又可能非常接近。此外,使用情况是商店的顾客从货架上拿起一个产品。应用程序用户将点击图像上的一个点,从中他认为拿起了产品。现在,由于多边形如此之小且如此之近,用户只能猜测拾取点的确切位置,因此我们最多只能知道它可能是靠近点击点的3-4个多边形之一。因此,问题是如何计算这些3-4个多边形在单击时的概率?
正如在这里建议的那样,单击距多边形中心的距离和其面积可能是计算此概率的参数,我想知道是否有算法可以实现这一点。
我们正在将该区域细分为多边形。图像上的每个多边形都指代特定的区域,例如货架、展示区、结账柜台等。通过映射落在每个多边形内的像素,我们希望将其归属于对应于该区域的货架。
你有任何想法吗?
以下是商店的样本图像,其中标记了一些多边形:
EDIT:我们不打算找出3D坐标,我们只需要知道任何多边形映射到哪个货架。因此,如果用户单击多边形,我们可以说他单击了哪个货架。
我们能够管理上述大多边形的情况,如图像中所示,但相机远离的货架可能只有几个像素大小,因此我们需要某种概率结果,以便在用户单击(x,y)时,可以确定他试图单击Shelf-A的概率或试图单击Shelf-B的概率等。
基本上,我们要找的是一个概率函数,该函数将返回当在2D图像上单击小多边形(或像素)时,单击附近对象的概率。
EDIT2:从样本图像中无法看出的一件事是,多边形的大小可能非常小(只有几个像素),而多边形又可能非常接近。此外,使用情况是商店的顾客从货架上拿起一个产品。应用程序用户将点击图像上的一个点,从中他认为拿起了产品。现在,由于多边形如此之小且如此之近,用户只能猜测拾取点的确切位置,因此我们最多只能知道它可能是靠近点击点的3-4个多边形之一。因此,问题是如何计算这些3-4个多边形在单击时的概率?
正如在这里建议的那样,单击距多边形中心的距离和其面积可能是计算此概率的参数,我想知道是否有算法可以实现这一点。
dist = |click - 多边形中心|
可以用于排序,最大距离可作为阈值。 - bjoernz