python三维坐标转二维_2D坐标系与3D坐标系的相互转换

并不是做关于SLAM方向的，但由于某些任务涉及到，故作此笔记～

相机内参矩阵：

不同的的深度摄像头具有不同的特征参数，在计算机视觉里，将这组参数设置为相机的内参矩阵C:

$$begin{bmatrix} f_x& 0 &c_x \ 0 & f_y & c_y \ 0 & 0 & 1 end{bmatrix}$$

fx，fy指相机在x轴和y轴上的焦距，cx，cy是相机的光圈中心，这组参数是摄像头生产制作之后就固定的。

世界坐标系: 用户定义的三维师姐坐标系，以某个点为远点，为描述目标物在真实师姐里的位置而被引入

相机坐标系: 以相机为原点建立的坐标系，为了从相机的角度描述物体的位置而定义，作为沟通世界坐标系和图像/像素坐标系的中间一环。

旋转矩阵:

使用矩阵来表示一个旋转关系有两个缺点： 1)通过旋转矩阵不能直观地看出旋转的方向和角度 2)另一方面：旋转变换有3个自由度，旋转矩阵中的元素不是相互独立的。

旋转向量:

设旋转向量的单位向量为r，模为θ。三维点(或者说三维向量)p在旋转向量 r 的作用下变换至 p′，则：

$$p’=costhetacdot p+(1-costheta)(pcdot r)r+sinthetacdot r times$$ p

从世界坐标系到相机坐