社区
VB基础类
帖子详情
请问如何获得显示器屏幕的中心坐标
daijunkai
2004-12-31 11:23:35
请问如何获得显示器屏幕的中心坐标
...全文
520
2
打赏
收藏
请问如何获得显示器屏幕的中心坐标
请问如何获得显示器屏幕的中心坐标
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
2 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
laviewpbt
2004-12-31
打赏
举报
回复
Private Sub Form_Load()
Debug.Print Screen.Width / Screen.TwipsPerPixelX / 2
Debug.Print Screen.Height / Screen.TwipsPerPixelY / 2
End Sub
jjjjjjjj2046
2004-12-31
打赏
举报
回复
x,y
(screen.width/2,screen.height/2)
电脑
显示器
屏幕
取色 1.0版
获得
屏幕
鼠标位置的颜色值,显示单前鼠标位置的
屏幕
颜色。还有单前鼠标位置的
坐标
MM_ANISOTROPIC.rar_MM_ANISOTROPIC_TextOut MM_ANISOTROP_
坐标
缩放_
屏幕
缩放
首先将
坐标
映射方式改变为MM_ANISOTROPIC方式,即各向异性的意思,在这种
坐标
方式下,X轴和Y轴的逻辑单位可以进行任意的缩入。改变
坐标
映射方式后,就要确定窗口大小和视口大小,注意窗口大小就是我们在
屏幕
上所见的尺寸。通过函数得到
显示器
和打印机每逻辑英寸的像素数量,然后对视口大小进行相应的缩放,就可以便利
屏幕
上的显示和打印机的输出是一致的了。
slam移动机器人里程计算法原理的深度解剖
这门科主要讲slam移动机器人运动学之里程计的算法实现原理。具体内容:1.移动机器人里程计算法学科介绍2.里程计_2D
坐标
系向量平移3.里程计_2D
坐标
系旋转原理4.里程计_2D
坐标
系旋转平移5.里程计代码讲解听课具备条件:1.从事slam移动机器人研发工作或是在校从事这方面研究的学生,对移动机器人各算法的用途有了解。2.了解Navigation框架,Navigation框架目前比较流行的移动机器人导航框架。3.需要了解一下线性代数中最基本的矩阵运算(矩阵加法,矩阵乘法即可)。收获:1.了解 Navigation导航框架基本的架构及各模块的功能。2.收获2d
坐标
变换的算法实现能力。继而可以按2d
坐标
变换的算法思路自己推导出3d
坐标
变换的矩阵运算公式。3.收获里程计的工作原理及算法的实现原理。4.
坐标
变换算法是移动机器人定位算法研发工程师必要的算法能力。
抓取
屏幕
上任何位置的颜色属性
抓取
屏幕
上任何位置的颜色属性,并转换为16进制数,你可以得到任何你想要的颜色。
相机标定 matlab
matlab 相机标定代码 摄像机标定(Camera calibration)简单来说是从世界
坐标
系换到图像
坐标
系的过程,也就是求最终的投影矩阵的过程。 [1]基本的
坐标
系: 世界
坐标
系; 相机
坐标
系; 成像平面
坐标
系; 像素
坐标
系 [2]一般来说,标定的过程分为两个部分: 第一步是从世界
坐标
系转为相机
坐标
系,这一步是三维点到三维点的转换,包括R,t(相机外参,确定了相机在某个三维空间中的位置和朝向)等参数; 第二部是从相机
坐标
系转为成像平面
坐标
系(像素
坐标
系),这一步是三维点到二维点的转换,包括K(相机内参,是对相机物理特性的近似)等参数; 投影矩阵 : P=K [ R | t ] 是一个3×4矩阵,混合了内参和外参而成。 P=K[Rt] 二.基本知识介绍及 1、摄像机模型 Pinhole Camera模型如下图所示: 摄像机模型与标定 - 小企鹅 - 企鹅的博客 是一个小孔成像的模型,其中: [1]O点表示camera centre,即相机的
中心
点,也是相机
坐标
系的
中心
点; [2]z轴表示principal axis,即相机的主轴; [3]q点所在的平面表示image plane,即相机的像平面,也就是图片
坐标
系所在的二维平面; [4]O1点表示principal point,即主点,主轴与像平面相交的点; [5]O点到O1点的距离,也就是右边图中的f,即相机的焦距; [6]像平面上的x和y
坐标
轴是与相机
坐标
系上的X和Y
坐标
轴互相平行的; [7]相机
坐标
系是以X,Y,Z(大写)三个轴组成的且原点在O点,度量值为米(m); [8]像平面
坐标
系是以x,y(小写)两个轴组成的且原点在O1点,度量值为米(m); [9]像素
坐标
系一般指图片相对
坐标
系,在这里可以认为和像平面
坐标
系在一个平面上,不过原点是在图片的角上,而且度量值为像素的个数(pixel); 2、相机
坐标
系→成像平面
坐标
系 [1]以O点为原点建立摄像机
坐标
系。点Q(X,Y,Z)为摄像机
坐标
系空间中的一点,该点被光线投影到图像平面上的q(x,y,f)点。 图像平面与光轴z轴垂直,和投影
中心
距离为f (f是相机的焦距)。按照三角比例关系可以得出: x/f = X/Z y/f = Y/Z ,即 x = fX/Z y = fY/Z 以图像平面的左上角或左下角为原点建立
坐标
系。假设像平面
坐标
系原点位于图像左下角,水平向右为u轴,垂直向上为v轴,均以像素为单位。 以图像平面与光轴的交点O1 为原点建立
坐标
系,水平向右为x轴,垂直向上为y轴。原点O1一般位于图像
中心
处,O1在以像素为单位的图像
坐标
系中的
坐标
为(u0, v0)。 像平面
坐标
系和像素
坐标
系虽然在同一个平面上,但是原点并不是同一个。 摄像机模型与标定 - 小企鹅 - 企鹅的博客 设每个像素的物理尺寸大小为 dx * dy (mm) ( 由于单个像素点投影在图像平面上是矩形而不是正方形,因此可能dx != dy), 图像平面上某点在成像平面
坐标
系中的
坐标
为(x, y),在像素
坐标
系中的
坐标
为(u, v),则二者满足如下关系:[即(x, y)→(u, v)] u = x / dx + u0 v = y / dy + v0 用齐次
坐标
与矩阵形式表示为: 摄像机模型与标定 - 小企鹅 - 企鹅的博客 将等式两边都乘以点Q(X,Y,Z)
坐标
中的Z可得: 摄像机模型与标定 - 小企鹅 - 企鹅的博客 将摄像机
坐标
系中的(1)式代入上式可得: 则右边第一个矩阵和第二个矩阵的乘积亦为摄像机的内参数矩阵(单位为像素),相乘后可得: (2) 和(1)式相比,此内参数矩阵中f/dx, f/dy, cx/dx+u0, cy/dy+v0 的单位均为像素。令内参数矩阵为K,则上式可写成: 摄像机模型与标定 - 小企鹅 - 企鹅的博客 (3) 三.相机内参K(与棋盘所在空间的3D几何相关) 在计算机视觉中,摄像机内参数矩阵 其中 f 为摄像机的焦距,单位一般是mm;dx,dy 为像元尺寸;u0,v0 为图像
中心
。 fx = f/dx, fy = f/dy,分别称为x轴和y轴上的归一化焦距. 为更好的理解,举个实例: 现以NiKon D700相机为例进行求解其内参数矩阵: 就算大家身边没有这款相机也无所谓,可以在网上百度一下,很方便的就知道其一些参数—— 焦距 f = 35mm 最高分辨率:4256×2832 传感器尺寸:36.0×23.9 mm 根据以上定义可以有: u0= 4256/2 = 2128 v0= 2832/2 = 1416 dx = 36.0/4256 dy = 23.9/2832 fx = f/dx = 4137.8 fy = f/dy = 4147.3 分辨率可以从显示分辨率与图像分辨率两个方向来分类。 [1]显示分辨率(
屏幕
分辨率)是
屏幕
图像的精密度,是指
显示器
所能显示的像素有多少。由于
屏幕
上的点、线和面都是由像素组成的,
显示器
可显示的像素越多,画面就越精细,同样的
屏幕
区域内能显示的信息也越多,所以分辨率是个非常重要的性能指标之一。 可以把整个图像想象成是一个大型的棋盘,而分辨率的表示方式就是所有经线和纬线交叉点的数目。 显示分辨率一定的情况下,显示屏越小图像越清晰,反之,显示屏大小固定时,显示分辨率越高图像越清晰。 [2]图像分辨率则是单位英寸中所包含的像素点数,其定义更趋近于分辨率本身的定义。 四.畸变参数(与点集如何畸变的2D几何相关。) 采用理想针孔模型,由于通过针孔的光线少,摄像机曝光太慢,在实际使用中均采用透镜,可以使图像生成迅速,但代价是引入了畸变。 有两种畸变对投影图像影响较大: 径向畸变和切向畸变。 1、径向畸变 对某些透镜,光线在远离透镜
中心
的地方比靠近
中心
的地方更加弯曲,产生“筒形”或“鱼眼”现象,称为径向畸变。 一般来讲,成像仪
中心
的径向畸变为0,越向边缘移动,畸变越严重。不过径向畸变可以通过下面的泰勒级数展开式来校正: xcorrected = x(1+k1r2+k2r4+k3r6) ycorrected = y(1+k1r2+k2r4+k3r6) 这里(x, y)是畸变点在成像仪上的原始位置,r为该点距离成像仪
中心
的距离,(xcorrected ,ycorrected )是校正后的新位置。 对于一般的摄像机校正,通常使用泰勒级数中的前两项k1和k2就够了;对畸变很大的摄像机,比如鱼眼透镜,可以使用第三径向畸变项k3 2、切向畸变 当成像仪被粘贴在摄像机的时候,会存在一定的误差,使得图像平面和透镜不完全平行,从而产生切向畸变。也就是说,如果一个矩形被投影到成像仪上时, 可能会变成一个梯形。切向畸变可以通过如下公式来校正: xcorrected = x + [ 2p1y + p2 (r2 + 2x2) ] ycorrected = y + [ 2p2x + p1 (r2 + 2y2) ] 这里(x, y)是畸变点在成像仪上的原始位置,r为该点距离成像仪
中心
的距离,(xcorrected ,ycorrected )是校正后的新位置。 五.摄像机的外参数 旋转向量(大小为1×3的矢量或旋转矩阵3×3)和平移向量(tx,ty,tz)。 旋转向量:旋转向量是旋转矩阵紧凑的变现形式,旋转向量为1×3的行矢量。 r就是旋转向量,旋转向量的方向是旋转轴 ,旋转向量的模为围绕旋转轴旋转的角度。 通过上面的公式,我们就可以求解出旋转矩阵R。同样的已知旋转矩阵,我们也可以通过下面的公式求解得到旋转向量: 。
VB基础类
7,765
社区成员
197,605
社区内容
发帖
与我相关
我的任务
VB基础类
VB 基础类
复制链接
扫一扫
分享
社区描述
VB 基础类
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章