OpenCV相机标定与坐标系系统详解

坐标系系统概述

在OpenCV的相机标定过程中，理解所使用的坐标系系统至关重要。OpenCV采用右手坐标系系统，这是计算机视觉领域的标准约定。

相机坐标系定义

OpenCV的相机坐标系具有以下特征：

1. X轴：指向图像平面的右侧
2. Y轴：指向图像平面的下方
3. Z轴：从相机镜头指向场景（远离相机）

相机沿着负Z轴方向观察场景，相机坐标系的原点位于相机的光学中心。这种设置与计算机图形学中常见的OpenGL坐标系有所不同，后者通常将Z轴指向观察者。

标定过程中的坐标系转换

在相机标定过程中，涉及多个坐标系转换：

1. 世界坐标系：用户定义的三维空间参考系
2. 相机坐标系：以相机光学中心为原点的坐标系
3. 图像坐标系：二维图像平面上的坐标系

转换过程遵循透视投影模型，通过相机内参矩阵（包含焦距、主点坐标等）将三维相机坐标系中的点投影到二维图像平面。

实际应用中的注意事项

在实际应用中，特别是使用ArUco标记等场景时，开发者需要注意：

1. 姿态估计结果：使用solvePnP或estimatePoseSingleMarkers等函数获取的旋转向量表示从物体坐标系到相机坐标系的变换
2. 旋转矩阵解释：当相机仅绕X轴旋转时，得到的旋转角度需要考虑坐标系定义
3. 镜像效应：图像传感器采集的图像实际上是场景的镜像，这会影响对旋转方向的理解

常见误区解析

许多初学者容易混淆以下概念：

1. Z轴方向：误以为Z轴指向相机（如OpenGL），而实际上在OpenCV中指向场景
2. 旋转角度解释：不理解负角度值的含义，特别是在俯仰角(pitch)计算时
3. 坐标系转换链：不清楚从物体坐标系到图像坐标系的完整转换过程

理解OpenCV的坐标系系统对于正确使用相机标定功能至关重要。开发者应当牢记右手坐标系规则和Z轴指向场景的特性，这样才能准确解释标定结果和姿态估计数据。在实际项目中，建议通过简单的测试场景验证坐标系定义，确保对结果的理解正确无误。