深入解读相机矩阵

在这片文章里，你将了解到以下内容：
1、相机的针孔模型
2、相机矩阵的概念
3、相机内参的含义
4、相机外参的含义

1 相机针孔模型

针孔模型是相机成像的基础模型，是理解后续相机矩阵内容的基础。
下图描述了基本的小孔成像过程：

图中，X坐标系是针孔所在坐标系，Y坐标系为成像平面坐标系，P为空间一点，小孔成像使得P点在图像平面上呈现了一个倒立的像。

这幅图是前一幅图的俯视图，由三角相似关系可以得到：
，
写成矩阵的形式：

多了一个讨厌的负号（小孔成像上下颠倒，左右也颠倒），为了方便，大家把成像平面移到了和物体（P点）相同的一边，这样相似关系中就没有负号。

上图中Y1’为移动后的成像平面，这与移动前的比例关系是等效的。

写成矩阵形式：

参考资料4中有一幅图能够更好的反映小孔成像的原理（下图）：

图中，
相机原点就是成像小孔；
图像平面移到了物体这一边；
图像平面距离小孔的距离为f，小孔本不存在焦距，但是实际中相机都用镜片（透镜模型和小孔模型可以认为是近似的），因此，图像平面在焦距处是清晰成像的条件。
光轴是垂直通过图像平面和相机原点的轴线，它与图像平面的交点被称为主点。
看懂了这幅图，小孔成像也就可以翻篇了。

2、什么是相机矩阵（camera matrix ）

首先来理解一下相机成像的本质：成像过程就是三维空间坐标到二维图像坐标的变换，这是一个投影过程（降维打击）。
相机矩阵就是建立这种三维到二维的投影关系。