1、坐标系基础：理解世界坐标系、相机坐标系、图像坐标系与像素坐标系的关系
做接口适配，说白了就是在不同坐标系之间来回倒腾。你想想看，一个3D物体怎么变成屏幕上那个像素点？中间经历了什么？我刚开始接触这块时，也觉得不就是坐标变换嘛，但真正上手做项目才发现，这里面的坑一个接一个。
今天我们就把这四个坐标系彻底捋清楚。它们分别是：世界坐标系、相机坐标系、图像坐标系和像素坐标系。嗯，这四个家伙串起来，就是一条完整的成像流水线。
1.1 世界坐标系——一切物体的"老家"
世界坐标系，就是整个3D场景的绝对参考系。你可以把它想象成一个巨大的三维网格，场景里所有物体——相机、灯光、模型——都在这张网格里有一个固定的位置。
我个人习惯把世界坐标系的原点放在场景的中心，或者某个方便测量的角落。比如我做车载摄像头标定时，就把世界坐标系原点定在车辆后轴中心的地面上。这样后续算距离、算角度都方便。
关键点：世界坐标系是唯一的绝对坐标系。其他所有坐标系都是相对它定义的。单位通常是米或毫米，看你的应用场景。
1.2 相机坐标系——以"眼睛"为原点
相机坐标系，说白了就是把相机当作观察世界的原点。它的Z轴通常指向相机的前方（也就是镜头朝向的方向），X轴向右，Y轴向下（或者向上，取决于你用的约定）。
从世界坐标系到相机坐标系，需要做一次刚体变换。说白了就是旋转加平移。为什么？因为相机在世界里有一个位置和一个朝向，你得把整个场景"搬"到相机跟前，并且转成相机看世界的角度。
我记得有一次做AR项目，相机装在无人机上，世界坐标系是固定的，但无人机一直在飞、在转。每次都要重新算相机的外参矩阵，那个头疼啊……后来我写了个自动标定脚本，才把这活给自动化了。
小技巧：相机外参矩阵就是世界→相机的变换矩阵。它由旋转矩阵R（3×3）和平移向量t（3×1）组成。写成齐次形式就是4×4矩阵。
1.3 图像坐标系——从3D到2D的"投影"
图像坐标系，是相机坐标系里的3D点投影到成像平面后得到的2D坐标。单位是毫米，原点通常在图像的中心（也就是主点位置）。
这里用到的就是透视投影。你想想看，一个3D点(Xc, Yc, Zc)怎么变成2D点(x, y)？其实就是相似三角形原理：
x = f * Xc / Zc
y = f * Yc / Zc其中f是焦距。嗯，就这么简单。但实际做的时候，镜头畸变会让这个关系变得复杂。我踩过这个坑——直接用针孔模型算投影，结果边缘区域偏差好几个像素，后来加了畸变校正才搞定。
注意：图像坐标系的单位是毫米，不是像素！很多新手在这里搞混。图像坐标系描述的是物理成像平面上的位置，跟传感器像素大小还没关系。
1.4 像素坐标系——最终"数字化"
像素坐标系，就是你在屏幕上看到的那个(u, v)坐标。原点通常在图像的左上角，u轴向右，v轴向下。单位是像素。
从图像坐标系到像素坐标系，做的是仿射变换。说白了就是缩放加平移：
u = x / dx + u0
v = y / dy + v0其中dx和dy是每个像素在x和y方向上的物理尺寸（毫米/像素），(u0, v0)是主点的像素坐标。
这里有个细节：dx和dy不一定相等。我做工业相机标定时遇到过，有些相机的像素不是正方形，是矩形的。这时候如果不分别处理，算出来的坐标就会变形。
完整变换链：
世界坐标 (Xw, Yw, Zw) → 刚体变换 → 相机坐标 (Xc, Yc, Zc) → 透视投影 → 图像坐标 (x, y) → 仿射变换 → 像素坐标 (u, v)
这一整套变换，最终可以合并成一个3×4的投影矩阵P。你给它一个世界坐标，它直接给你像素坐标。
1.5 实战中的坑与经验
说了这么多理论，来点实际的。我在做多相机拼接项目时，遇到过这么几个问题：
- 坐标系方向搞反：有的相机Y轴向上，有的Y轴向下。如果不统一，拼接出来的图像是倒的。我建议一开始就定好规范，比如统一用OpenCV的坐标系约定。
- 单位不统一：世界坐标系用米，但标定板尺寸是毫米。算出来结果差1000倍，找了半天bug。后来我所有输入数据都强制转成同一单位。
- 主点偏移：理论上主点在图像中心，但实际生产有偏差。我见过偏差10个像素的相机，如果不标定直接用理论值，投影误差会很大。
避坑指南：我曾经在标定相机时，发现重投影误差总是降不下去。折腾了两天，最后发现是标定板打印尺寸跟代码里设置的不一致。嗯，从那以后我每次标定前都会拿尺子量一遍标定板的实际尺寸。
1.6 小结
这四个坐标系的关系，说白了就是一条流水线：世界里的3D物体，经过相机"看"到它，投影到成像平面，最后变成屏幕上的像素。每一步都有对应的变换矩阵，搞清楚了这些矩阵，接口适配里的坐标变换问题就迎刃而解了。
下次你遇到坐标对不上的问题，别急着怀疑代码。先问问自己：我当前在哪个坐标系？目标坐标系是哪个？中间的变换矩阵写对了没有？八成问题就出在这里。