相机内参与外参学习记录与理解

1内参

内参：在小孔成像模型中有一个光点P，其将光以直线的方式穿过纸板的小孔(光心），射到显示纸板（物理成像平面）上，其坐标系结构如下图所示。而内参的作用即是在知道P的x、y、z后可以求出x`,y`。

具体计算过程见：https://www.cnblogs.com/wangguchangqing/p/8126333.html

这里讲的很细，我直接就看懂了。

 

 

2外参

第一步，假象你的头部就是三维世界的中心，相机、篮球都有一个坐标，但是现在要知道的是相机中照片中的篮球的一个点的位置，因此应该将以你头部为中心的世界转换为以相机焦点为中心的世界，这样不就更直观了么。所以第一步就是求外参矩阵，然后把xw,yw,zw转换为以相机为中心的世界中的坐标xc\yc\zc。

第二步，就是小孔成像问题，将转换为相机为中心世界的xw,yw,zw，利用相机内参转换为图片中的点的位置，在将图片中的点转换为是哪个像素（像素坐标）。

3具体如何计算外参和内参矩阵

首先，要知道摄像机在世界坐标系下的位置、相对于世界坐标系x\y\z轴的方向。通过一个点的世界坐标来求出一个点在相机坐标系下的坐标。具体为求出将相机三维坐标轴通过旋转、平移与世界坐标轴重合的矩阵，任何一个世界坐标乘以这个矩阵即是它在相机坐标系中的坐标。

内参矩阵就简单了，直接用小孔成像模型就可以求出来了。

 

4细节介绍

3d旋转介绍https://www.cnblogs.com/jiahenhe2/p/7954707.html

5 opencv计算及原理

参考：https://blog.csdn.net/u010368556/article/details/79434240

结合自己理解进行补充，一般来说大多数博客中都未讲具体怎么解出来内参矩阵和矫正矩阵。我认为是这样解出来的，首先图像中某一点的像素坐标与相机世界坐标的转换关系如下：

u、v是像素坐标，X\Y\Z是世界坐标。因此你可以得到一系列f(x1)=y1,f(x2)=y2这样的函数方程，列举出很多以后直接求参即可求出相机内参。（张正友标定算法）