相机标定实战：从内参、外参到畸变参数的全流程解析

1. 相机标定：为什么你的AI视觉项目第一步必须是它？

如果你玩过手机摄影，可能会发现一个现象：用广角镜头拍建筑，楼房的边缘有时会“弯”掉；或者用一些便宜的摄像头做视频通话，人脸在画面边缘会有点变形。这背后其实都是相机镜头“不完美”的真实写照。在AI视觉、机器人、自动驾驶这些听起来很酷的领域，工程师们要做的第一件“接地气”的事，往往就是先搞定相机的这些“不完美”——这个过程，就是相机标定。

简单来说，相机标定就是给相机做一次“体检”和“身份认证”。通过这次“体检”，我们能拿到一套精确的“说明书”，里面包含了相机的内参、外参和畸变参数。这套说明书有什么用呢？我打个比方：你想让一个机器人用它的“眼睛”（相机）去抓取桌上的一个水杯。机器人需要知道：1. 它的眼睛看东西有没有变形（畸变参数）；2. 它眼睛的“视力”特性，比如焦距是多少（内参）；3. 它的眼睛相对于桌子的位置和角度（外参）。只有拿到了这份准确的说明书，机器人才能计算出水杯在真实三维空间中的精确位置，从而成功抓取。没有标定或者标定不准，结果可能就是机器人要么抓空，要么把杯子打翻。

所以，无论你是做三维重建、视觉SLAM（同步定位与地图构建）、还是简单的AR滤镜叠加，相机标定都是绕不开的基石步骤。它一点也不“高大上”，反而是一个非常具体、需要动手操作的实践过程。接下来，我就以一个做过无数遍标定的“老手”身份，带你从零开始，把内参、外参、畸变参数这三大块掰开揉碎了讲清楚，并给你一套可以直接上手操作的全流程指南。

2. 彻底搞懂三大核心参数：内参、外参与畸变

在动手之前，我们必须先理解要“标”的到底是什么。别被那些数学符号吓到，我会用最生活化的方式给你解释。

2.1 内参：相机的“身份证”

你可以把相机内参理解为这台相机出厂自带的、独一无二的物理特性。它描述的是三维空间中的点，是如何映射到相机二维照片（像素平面）上的。核心是一个3x3的矩阵，但关键参数就几个：

• 焦距 (fx, fy)：这是最重要的参数。它表示的是相机镜头中心到成像传感器的距离。在像素坐标系中，我们通常用 fx 和 fy 来表示。为什么有两个？因为每个像素在x和y方向上的物理尺寸可能略有不同（不是完美的正方形），所以需要用两个值分别表示两个方向的焦距（以像素为单位）。fx = F / dx，其中F是物理焦距（毫米），dx是每个像素在x方向的宽度（毫米/像素）。
• 主点 (cx, cy)：也叫光心。理论上，它是光轴与成像平面的交点，也就是图像的正中心。但由于传感器安装的微小偏差，这个点往往不在图像像素坐标的 (width/2, height/2) 处。(cx, cy) 就是这个点真实的像素坐标。
• 倾斜系数 (γ)：理想情况下，图像的x轴和y轴应该是完全垂直的。但有些相机传感器可能安装时有微小的旋转，导致两个像素轴不垂直，这个参数就是用来修正这个倾斜的。对于绝大多数现代相机，这个值非常接近甚至等于0。

生活类比：想象你的相机是一个画家。内参就规定了这位画家的“绘画规则”：他的手臂长度（焦距）决定了同样距离的物体在画布上画多大；他习惯把画布的中心点定在哪里（主点）；他握笔的手是否端正（倾斜系数）。

在标定中，我们通常用一个矩阵 K 来表示内参：

K = [ fx,  γ, cx,
       0, fy, cy,
       0,  0,  1 ]

拿到这个矩阵，我们就完成了对相机自身属性的“身份认证”。

2.2 外参：相机在“世界”中的位姿

如果说内参是相机的“自述”，那么外参就是相机关于“外部世界”的“述职报告”。它回答了一个问题：相机此刻位于世界坐标系的哪个位置，朝哪个方向看？

外参由一个3x3的旋转矩阵 R 和一个3x1的平移向量 T 组成。

• 旋转矩阵 R：它描述了世界坐标系需要经过怎样的旋转，才能与相机坐标系对齐。它可以分解为分别绕X、Y、Z轴旋转的三个角度（欧拉角，如俯仰角、偏航角、滚转角）。
• 平移向量 T：它描述了世界坐标系的原点，在相机坐标系下的坐标。简单说，就是相机在世界中的位置。

生活类比：继续画家的例子。现在画家（相机）站在一个房间（世界）里作画。外参就是描述：画家站在房间的哪个角落（T），以及他的脸朝向东边还是西边，头是仰着还是低着（R）。同一个房间，画家站在不同位置、不同角度，画出来的透视关系是完全不同的。

外参矩阵通常表示为 [R |