【相机标定系列】0415 图像缩放之后相机内参变化,调整图像大小如何影响固有相机矩阵？

在对采集到的图像进行3D坐标相关计算时，需要用到相机内参信息，但是在对图像进行缩放之后相机内参如何变化

https://dsp.stackexchange.com/questions/6055/how-does-resizing-an-image-affect-the-intrinsic-camera-matrix/6057#6057

20210415 重新修订

调整图像大小如何影响固有相机矩阵？

我有一个相机矩阵（我知道内在参数和外在参数），已知尺寸为HxW的图像。 （我将此矩阵用于需要的一些计算）。

我想使用较小的图像，例如：H / 2×W / 2（原件的一半）。 为了保持相同的关系，我需要对矩阵进行哪些更改？

我有，K作为固有参数，（R，T旋转和平移）

K为3 * 3，我曾考虑过将ax，ay，u0和v0乘以0.5（图像调整大小的因子），其实不是这样的。

回答：

注意：这取决于您在调整大小后的图像中使用的坐标。 我假设您使用的是从0开始的语言（例如C，与Matlab不同，matlab是从1开始）。而且，我假设您在坐标之间没有任何skew 偏差。 如果您确实有skew 偏斜，也应该乘以 skew 。

简短的答案：假设您使用的坐标系中u’= u/2，v’= v/2，是的，您应该将ax，ay，u0，v0乘以0.5。

详细答案:
将世界坐标中的点P转换为相机坐标（x，y，z，1）->（u，v，S）的函数是：

其中（u，v，S）->（u / S，v / S，1），因为坐标是齐次的。

简而言之，可以写成u = m1P/m3P，v = m2P/m3P
其中M是上述两个矩阵的乘积，mi是矩阵M的第i行。（乘积是标量积）。

重新调整图像大小可以考虑：

u′=u/2,v′=v/2

u′=(1/2)M1P/M3P
v′=(1/2)M2P/M3P

转换回矩阵形式可以使我们：

不是您从0开始的c语言，使用的是matlab，是否需要其他任何调整

如果您使用的是Matlab，则应使用u′=（u-1）/ 2 + 1，v′=（v-1）/ 2 + 1的转换，因为它具有基于一个的索引（第一个元素为1 ，而不是0）。 在这种情况下，请尝试计算相关矩阵。 如果您不需要亚像素精度，则可以忽略它并使用我给您的公式。

呢?

通用的思想

您真正需要做的唯一假设是，您的图像变换可以由3x3矩阵表示 。 要更新您的相机矩阵，您可以将其乘以代表图像变换的矩阵。

[new_camera_matrix] = [image_transform]*[old_camera_matrix]

例如，假设您需要将图像的分辨率更改2^n倍，并且使用0索引像素坐标。 您的坐标由关系转换

这可以用矩阵表示

所以你最终的相机矩阵是