初学OpenCV学习记录(九)

以下内容摘自OpenCV2计算机视觉编程手册

引言

本章的内容主要是估算图像间的投影关系，包括对相机的内参矩阵和外参矩阵进行标定，计算不同视角的两张图片的基础矩阵，利用基础矩阵进行图像匹配和视角只进行旋转时候的单应矩阵计算。

相机标定

图像是由3D的场景投影到2D的平面，因此，场景中实际物体的三维坐标与它在图像中的二维像素有关系，这个关系就是我们对相机标定得到的内参和外参矩阵，这种关系是投影几何学的基础投影关系，在计算机视觉中也会使用。
基本原理：
定义3D参考坐标系原点为相机的投影中心(焦点)，Z轴垂直于成像平面，Z轴穿透图像平面的像素位置称为主点，通常情况下主点为与图像平面中心，但实际会偏移几个像素，X轴与Y轴与图像平面的x轴y轴分别平行。
定义2D像素点坐标系就是图像平面的坐标系，原点位于图像左上角。坐标系定义如图所示。

根据针孔相机模型的投影等式，如果在场景中有一点他的坐标为$(X,Y,Z)$,那么他在图像中的像素坐标为：

其中， s s