八點法故名思義，就是利用兩張圖的 8 個匹配點來計算 Essential Matrix。

基本的步驟如下：

1. 解方程式得到 E

將八個配對點轉換成以下矩陣形式解出 E

如何算呢？要解 可以使用 SVD 分解得到 （線性代數），這裡忽略詳細計算。

由於這裡得到的 E 不一定遵守原本的物理定義（）與性質，因此我們需要透過一些方法轉換成符合 Essential Matrix 特性的矩陣。

2. 強加限制

Essential Matrix 的數學特性是，有兩個相同的特徵值，而第三個特徵值為 0（有興趣的讀者可以看後續的討論），因此我們需要迫使上一步計算出來 E 符合這個特性。

將得到的 E 做 SVD 分解，得到 ，其中 是特徵值矩陣，這裡假設特徵值經過大小排序，即 ，其中 。

設定新的特徵值為 ，並將 設為 ，再重新組合成 ，這個 E 就符合 Essential Matrix 的數學特性。

3. 得到 R 和 t

將 轉換成 和 ，有四種可能的解：

其中 是繞 z 軸旋轉 的旋轉矩陣。這四種解相乘都會得到相同的結果，不過只有一種解是正確的，他們代表的意義如下圖(來自於 《Multiple View Geometry in Computer Vision 》一書)：

不過只有 (a) 才是對的：兩個匹配點對應的 3D 點應在兩個相機的前方。也就是說，我們可以透過帶入一個已知的 3D 點，來判斷哪一個解是正確的。