详解相机的内参和外参，以及内外参的标定方法

leo0308

已于 2025-04-03 14:06:13 修改

阅读量939

点赞数 23

分类专栏：基础知识目标检测和跟踪机器人文章标签：计算机视觉机器人相机标定

于 2025-04-02 20:52:49 首次发布

本文链接：https://blog.youkuaiyun.com/leo0308/article/details/146881570

版权

基础知识同时被 3 个专栏收录

67 篇文章

订阅专栏

机器人

16 篇文章

订阅专栏

目标检测和跟踪

14 篇文章

订阅专栏

1 四个坐标系

要想深入搞清楚相机的内参和外参含义，首先得清楚以下4个坐标系的定义：

世界坐标系：名字看着很唬人，其实没什么大不了的，这个就是你自己定义的某一个坐标系。比如，你把房间的某一个点定为原点，并且定义好方向，这就是世界坐标系。一般是个三维坐标系，单位是m
相机坐标系：以相机光心为原点，一般我们把z轴指向相机前方，x向右，y向下，是个三维坐标系，单位是m
成像平面坐标系：这个是定义在物理成像平面的坐标系，方向定义与相机坐标系一致（没有z方向），原点是光心在物理成像平面上的投影，是个二维坐标系，单位是m。注意，我们一般都会忽略这个坐标系，因为它是个中间过渡状态，很少直接使用它。
像素坐标系：这个应该是最为常用，也最为大家熟悉的坐标系，计算机视觉任务的输出的坐标表达都是在这个坐标系。它是个二维坐标系，原点通常在图像的左上角， x向右，y向下，单位是像素，没有具体的尺度。

2 内参和外参

除了世界坐标系，后面三个坐标系只跟相机本身有关。相机内参表达的就是这三个坐标之间的转换关系，而相机外参表达的是相机与世界坐标系之间的转换关系。

成像的过程实质上是几个坐标系的转换。首先空间中的一点由世界坐标系转换到相机坐标系，然后再将其投影到物理成像平面 ( 成像平面坐标系 ) ，最后再将成像平面上的数据转换像素坐标系。

在这里插入图片描述
从世界坐标到像素坐标总共有3步转换，前面2个合在一起就是相机内参，最后一个是相机外参。

上面矩阵中的参数很好理解，也都有明确的物理含义： a 和b 表示从成像平面坐标转到像素坐标时，分别在x和y轴上的缩放系数， $u_0$ 和 $v_0$ 是原点的平移量。 $r$ 是扭曲因子，一般为0。 $f$ 是相机的焦距。 R和T是旋转和平移矩阵。

把前面2个合一起，就得到了如下更为常见的内参矩阵：

$\mathbf{K} = \begin{bmatrix} f_x & 0 & c_x \\ 0 & f_y & c_y \\ 0 & 0 & 1 \end{bmatrix}$
下面的讲解中，我们直接用这种形式，跳过成像平面坐标系。

注意，实际上内参包含2部分: 内参矩阵K和畸变系数D，上面只讲到了内参矩阵的原理，没有讲畸变系数。这里简单列一下畸变系数，不做详细介绍。
D = [k1 k2 p1 p2 k3]
其中 k1、k2、k3 是径向畸变系数（radial distortion coefficients） p1、p2 是切向畸变系数（tangential distortion coefficients)。

3 常用的坐标转换

假设有某一个点，在世界坐标下的坐标为 $P_w = (X_w, Y_w, Z_w)$ ，在相机坐标系下的坐标为 $P = (X_c, Y_c, Z_c)$ , 在像素坐标系下的坐标为 $P_{uv} = (u, v)$ 。

世界坐标转到相机坐标：
$P = RP_w + t$
相机坐标转到像素坐标：
$P_{uv} =\frac 1{Z_c} KP$
展开就是：
$\begin{bmatrix} u \\ v \\ 1 \end{bmatrix} = \frac 1{Z_c} \mathbf{K} \begin{bmatrix} X_c \\ Y_c \\ Z_c \\ \end{bmatrix} = \frac 1{Z_c} \begin{bmatrix} f_x & 0 & c_x \\ 0 & f_y & c_y \\ 0 & 0 & 1 \end{bmatrix} \begin{bmatrix} X_c \\ Y_c \\ Z_c \\ \end{bmatrix}$
像素坐标转到像素坐标
这个转换是最为常用的，因为我们通常得到的都是像素坐标系下的信息，如目标检测、分割的结果就是像素坐标，得到像素坐标后，可以转为相机坐标，进一步再转为世界坐标。另外，在点云目标检测中，通常要把原始的彩色图像和深度信息转换为点云，就需要用到这个转换。
$P = Z_cK^{-1}P_{uv}$
展开就是：
$X_c = \frac {u-c_x}{f_x}*Z_c$
$Y_c = \frac {v-c_y}{f_y}*Z_c$
注意上面有个尺度因子 $Z_c$ ，从相机坐标系的三维坐标投影到像素平面的二维坐标，实际上丢失了z方向也就是深度信息。所以如果不知道深度，从像素坐标就无法恢复出准确的相机坐标。深度通常可以通过深度相机直接测量得到，或通过深度估计算法预测。

4 内外参标定方法

4.1 内参标定方法

内参标定通常使用张正友标定法，也就是常见的棋盘格标定。

代码可参考https://github.com/leo038/hand_eye_calibrate/blob/main/hand_eye_calibrate.py 中的camera_calibrate函数。

4.2 外参标定方法

外参标定的核心是：已知多个点分别在相机坐标系下的坐标和在世界坐标系下的坐标，求它们之间的映射关系。
常用求解PnP 的方法，即已知多个点，在像素坐标系的二维坐标，和在世界坐标系的三维坐标，并且已知内参，求解旋转平移矩阵。

cv2 中提供了外参标定方法， cv2.solvePnP 只需提供对应的点对即可。
完整代码实现如下：

import cv2
import numpy as np

# 定义已知的3D空间点和对应的2D图像点
objectPoints = np.array([[0, 0, 0], [1, 0, 0], [0, 1, 0], [0, 0, 1]], dtype=np.float32)
imagePoints = np.array([[10, 20], [30, 50], [20, 70], [50, 40]], dtype=np.float32)

# 定义相机的内参矩阵和畸变系数
cameraMatrix = np.array([[1000, 0, 320], [0, 1000, 240], [0, 0, 1]], dtype=np.float32)
distCoeffs = np.zeros((4, 1), dtype=np.float32)

# 使用solvePnP函数求解相机的位姿
ret, rvec, tvec = cv2.solvePnP(objectPoints, imagePoints, cameraMatrix, distCoeffs, flags=cv2.SOLVEPNP_EPNP)

if ret:
    print("Rotation vector:\n", rvec)
    print("Translation vector:\n", tvec)
else:
    print("Failed to solve PnP.")

res, _ = cv2.Rodrigues(rvec)
print(f"旋转矩阵： {res}")