摄像机标定中的投影矩阵为3x4矩阵
P=camera matrix * [R|t]
但是，OpenCV文件中没有提到r和t由rvec和tvec形成，是将定位对象对象空间变换为摄像机空间，还是变换为摄像机世界空间方向rodrigues(rvec ).t )和x1。 维基百科有更详细的说明。
tisthepositionoftheoriginoftheworldcoordinatesystemexpressedincoordinatesofthecamera-centeredcoordinatesystem.tisoftenmistenm
但是，我还是有点困惑。 那么，什么是外部参数呢？ 是上述t，还是外部参数是摄像机在世界空间中的位置和方向，投影行列式的r和t不是外部参数？
我想确认投影矩阵的r和t分别是什么。
基本上，外部参数用于将同质世界坐标转换为相机坐标。 然后，使用固有参数将摄像机坐标中的点映射到图像平面上，得到像素坐标。
维基百科引用了r和t，它们相当于投影矩阵p的r和t。 r基本上表示照相机坐标系的方向，t是照相机坐标系中的世界坐标系的原点。
但是，要在“世界坐标”中明确显示相机的中心c，必须重写投影矩阵。
P=K[R|-RC]。
正如你所见，t=-RC，但实际上没有区别。 这两种组合都是外部参数。
有关详细信息，《计算机视觉中的多视图几何》是这方面的圣经。
我希望你能回答你的问题。 请不要弄清楚，或者不要犹豫我有没有误会你。
谢谢你！ 在你的回答中，如果我的r是相机在世界空间中的方向，表达式是否必须为p=k[r.transpose(|-r.transpose ) ]？
这就是“r是照相机在世界空间中的方向”，不知道对更好地使用术语表达是否有效。 但是，如果我没有错的话，r的行(单位)向量是照相机坐标系的世界坐标中的坐标轴。 你基本上在点上投影(点积)你世界坐标上的点。
照相机在照相机空间中的方向似乎没有意义。 但是我还很困惑。 因此，在答案中，实际上P=K [R | -RC]的r和世界空间中方向的r相同吗？
是的，一样。 但是，如果你问r是不是摄像机在世界空间中的方向，我真的不能这么说。 那只是正交的3x3矩阵。 但是，r表示相机在世界坐标系中的方向，是将世界坐标系的3D点转换为坐标系并与相机坐标系的坐标系对齐的矩阵。 (从t开始实际上是相机坐标。
我是P=？ [R | -RC]但是，它不是我的重建算法可以使用的投影矩阵。 我还在努力。