本文主要是介绍matlab版本POSIT算法来计算三维以及二维人脸模型的映射透视投影矩阵，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
在已知4组及以上的二维三维对应点以后，就可以利用POSIT算法计算出三维以及二维模型的映射透视投影矩阵系数（也就是求得二维三维的映射矩阵），不废话，直接上代码以及效果截图：
①主代码MYposUSE.m：
（POSIT函数estimatePose_MMedges不贴出来了，详细代码我在百度云提供免费下载链接：https://pan.baidu.com/s/1ok144mEzfHL1x1m8xGBACw 密码：qfm7）
P3dALL=importdata('D:/du/2dsegment/personBAI/personBAI.xyz');% 输入：三维模型，53490个点的XYZ坐标
P3dALL=P3dALL';P3d= reshape(P3dALL,160470,1);% 53490*3
A2d=importdata('D:/du/2dsegment/personBAI/3d2d-pairs-2d.txt');% 输入：二维模型对应点坐标
% A3d=importdata('D:/du/3d2d-pairs-3d.txt');
B2d=A2d';
Index=importdata('D:/du/2dsegment/3dIndex.txt');% 输入：三维模型对应点索引号（规则是从1开始计数）
[R,t,s]=estimatePose_MMedges( P3d,B2d,Index );
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
tem1=R*P3dALL;
% tem2=tem1(:,1:2); %tem2: N*2维数
tem2=tem1(1:2,:); %tem2: 2*N维数
TT=zeros(2,53490);
for iii = 1:53490
TT(:,iii)=t; %TT: 2*53490维数
end
RES0=tem2+TT; %RES0: 2*53490维数
MYres=s*RES0;
MYres=MYres'; %MYres: 53490*2维数
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%下面两种保存方式都可以（注释：dlmwrite保存小数点后n位）% 输出：保存53490个三维点都投影到二维图像的二维坐标：
dlmwrite('D:/du/2dsegment/personBAI/project2d.txt',MYres,'delimiter', '\t','precision','%6.5f')
% save d:/du/project2d-person1.txt -ascii R
②效果扩展，求出矩阵很有用。
例如，我输入一张人脸图片，并且利用三维重建技术求得3DMM三维模型，我们可以利用POSIT算法求得矩阵。
因为3DMM三维人脸模型的区域分割索引是知道的，利用project2d.txt，就可以得到二维人脸区域分割结果，如已知
（输入：彩色图
就可以输出：project2d.txt，并利用它分割二维模型，得到：
这篇关于matlab版本POSIT算法来计算三维以及二维人脸模型的映射透视投影矩阵的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
