想要从图像数据中得到物理世界的坐标，需要先标定摄像头，从而得到摄像头的内参。
这一步可以使用OpenCV中的标定工具来做。
标定完摄像头后，就能得到摄像头的内参矩阵和畸变参数。
根据这两组参数，对像素值的坐标进行矫正，然后就可以通过反三角函数，来计算出需要的角度了。
写完算法之后，江寒又设计了一个小实验，对其进行了验证。
实验结果表明，这个算法完全OK，准确率和速度都优于靳雪雯原来的算法。
但这种算法也有一个相当明显的缺陷，由于缺失了深度信息，因此无法对坐标系进行变换操作。
这样一来，就只能得到相对于摄像头中心的转角……
那么如何解决深度的问题，得到三维坐标呢？
江寒又设计了一种算法，通过求解PNP问题，来得到敌我双方在真实空间中的坐标偏移。
PNP问题，就是PerspectiveN-PointProblem。
江寒对这个算法不是十分熟悉，只知道可以用来处理空间定位问题。
所以，他先去网上找了几篇文献，仔细浏览，理解了原理之后，才开始编写自己的代码。
首先标定摄像头，得到相机的内参矩阵和畸变参数，然后测量物体的尺寸，得到物体在世界坐标系中的坐标。
接下来，从图像中得到机体的像素坐标，然后通过SolvePnP函数计算出平移向量，对坐标进行平移操作。
最后再修正一下y轴和z轴的坐标，就可以通过反三角函数，计算出所需要的角度值了。
这种算法可以得到物体在三维空间中的坐标，缺点是需要计算四个点，而第一种算法，利用小孔成像的原理，只需要计算一个点就够了。
两种办法各有优缺点，可以分情况，灵活运用。
当目标距离十分遥远时，就用“小孔成像法”计算角度；距离合适的时候，则不妨切换成PNP法……
这样一来，就能兼顾效率与精准了。
破费！
最后还有一件事，那就是目标动作预测。
这是一个相当困难的问题，但也是一个非常重要的问题。
预测做得好不好，直接决定了子弹的命中率。
如果不做预测，当敌方车辆不断移动时，瞄准点将总是滞后于敌机的实际位置。
这当然是不可接受的。
所以必须做，而且还要尽可能地做到完美！
喜欢重生学神有系统请大家收藏：(m.zjsw.org)重生学神有系统爪机书屋更新速度全网最快。