1. 相机成像原理：从世界到像素的坐标之旅

做相机标定，首先得搞清楚一个问题：相机到底是怎么把三维世界变成一张二维照片的？

说白了，这就是个坐标变换的过程。我刚开始接触这个领域时，也被一堆坐标系绕得头晕。后来跟着项目做了几轮标定，才慢慢理清了这条线。今天咱们就把这条线彻底捋顺。

1.1 小孔成像模型——最朴素的相机

先回到最原始的相机形态。你想想看，一个暗箱，前面戳个小孔，光线透过小孔在后面的感光面上成像。这就是小孔成像模型。

但现实中没有完美的针孔相机。小孔太小，进光量不够，曝光时间太长；小孔太大，图像又模糊。所以现代相机都用镜头来替代小孔，这就引出了针孔相机模型。

1.2 针孔相机模型——数学化的理想相机

针孔相机模型是对小孔成像的数学抽象。它假设相机是完美的，没有畸变，光轴垂直于成像平面。虽然现实相机做不到这么理想，但它是所有标定算法的基础。

我记得第一次用OpenCV做标定时，输出的内参矩阵就是基于这个模型算出来的。当时没理解透，结果标定出来的参数用在畸变校正上，图像边缘全是扭曲的。后来才意识到，模型假设和实际相机之间的差距，就是我们需要标定去弥补的。

1.3 四个坐标系——坐标变换的链条

从三维世界到二维像素，中间要经过四次坐标变换。我习惯把这四个坐标系串成一条链：

坐标系	维度	单位	作用
世界坐标系	3D (Xw, Yw, Zw)	物理单位（米/mm）	描述物体在真实世界中的位置
相机坐标系	3D (Xc, Yc, Zc)	物理单位（米/mm）	以相机光心为原点，Z轴指向镜头前方
图像坐标系	2D (x, y)	物理单位（米/mm）	成像平面上的物理位置
像素坐标系	2D (u, v)	像素（pixel）	图像数组中的行列索引

这条链的变换顺序是：世界 → 相机 → 图像 → 像素。每一步都有对应的数学公式，咱们一个一个看。

1.3.1 世界坐标系 → 相机坐标系（外参变换）

世界坐标系是人为定义的。你可以把原点放在棋盘格的角点上，也可以放在房间的角落。相机坐标系则以光心为原点，Z轴沿着光轴方向。

从世界到相机，需要做一次刚体变换：旋转 + 平移。

// 数学形式
[Xc, Yc, Zc, 1]^T = [R | t] * [Xw, Yw, Zw, 1]^T

// 其中：
// R：3x3 旋转矩阵
// t：3x1 平移向量
// [R | t]：3x4 外参矩阵

这里的R和t，就是相机的外参。每个相机位置、角度不同，外参就不同。我在做多相机拼接项目时，需要标定每个相机相对于世界坐标系的外参，这一步如果标不准，后面拼接出来的全景图全是错位的。

1.3.2 相机坐标系 → 图像坐标系（投影变换）

这一步是三维到二维的投影，用的是相似三角形原理。

x = f * Xc / Zc
y = f * Yc / Zc

// f：焦距（物理单位）
// (x, y)：图像坐标系下的坐标

注意这里有个除法——除以Zc。这就是为什么远处的物体看起来小，近处的看起来大。透视效应就体现在这里。

1.3.3 图像坐标系 → 像素坐标系（离散化）

图像坐标系是连续的物理坐标，单位是毫米。像素坐标系是离散的整数坐标，单位是像素。这一步就是把物理位置映射到感光元件的像素格点上。

u = x / dx + u0
v = y / dy + v0

// dx, dy：每个像素的物理尺寸（mm/pixel）
// (u0, v0)：主点坐标（光轴与成像平面的交点）

把上面三步合并，就得到了完整的投影公式：

s * [u, v, 1]^T = K * [R | t] * [Xw, Yw, Zw, 1]^T

// K：内参矩阵（3x3）
//   [fx,  0, u0]
//   [ 0, fy, v0]
//   [ 0,  0,  1]
// fx = f/dx, fy = f/dy：以像素为单位的焦距
// s：尺度因子（等于Zc）

1.4 内参矩阵——相机的"身份证"

内参矩阵K包含了相机的固有属性：焦距、主点、像素尺寸。每个相机出厂时都不一样，而且会随着温度、震动等因素变化。这就是为什么我们需要标定。

参数	含义	典型值（举例）
fx	x方向焦距（像素）	1200 ~ 2000
fy	y方向焦距（像素）	1200 ~ 2000
u0	主点x坐标	图像宽度的一半
v0	主点y坐标	图像高度的一半

我习惯把内参矩阵比作相机的"身份证"。每台相机都有唯一的内参，标定的核心任务之一就是把这个身份证号算出来。

1.5 知识结构总览

下面这张图把整个成像模型和坐标系变换串起来了。建议你保存下来，后面学标定算法时随时对照。

1.6 为什么需要标定？

搞清楚了成像模型，标定的意义就很清楚了：

1. 内参未知：fx, fy, u0, v0 出厂时可能有，但精度不够，而且会变化
2. 畸变存在：镜头不是完美的，径向畸变和切向畸变需要校正
3. 外参需要：相机相对于世界坐标系的位置和姿态，需要从标定中获取

说白了，标定就是用已知的三维点（棋盘格角点）和对应的二维像素点，反推出相机的内参、外参和畸变参数。这是一个典型的"由果推因"的过程。