相机成像模型：小孔成像原理、世界坐标系到像素坐标系的转换
各位同学，欢迎来到第二章。上一章我们聊了摄像头为什么会畸变，以及畸变大概长什么样。今天咱们要深入一点，讲讲相机到底是怎么「看」到世界的。
说白了，相机成像就是一个把三维世界压缩到二维照片上的过程。这个过程背后，有一套严谨的数学模型。我刚开始接触车载摄像头标定时，总觉得这些坐标系转换很绕，后来亲手写过几遍代码，才真正吃透。今天我就把这块硬骨头帮大家啃下来。
2.1 小孔成像模型：相机最朴素的「眼睛」
先问大家一个问题：最早的相机长什么样？答案是——一个黑盒子，前面戳个小孔。
这就是小孔成像模型。光线从物体表面反射，穿过这个小孔，在后面的感光平面上形成一个倒立的像。你想想看，这个模型虽然简单，但它抓住了成像的本质：光线沿直线传播。
核心要点：小孔成像模型是理想模型。实际车载摄像头为了进光量更大，会用透镜代替小孔，但数学上我们仍然用小孔模型来近似描述。
我在项目中遇到过一个问题：用广角摄像头做前视感知时，如果直接用原始图像做目标检测，远处的行人会被严重压缩。这就是小孔模型的透视效应——近大远小。理解了这个，你就能明白为什么鸟瞰图要逆透视变换了。
小孔成像有几个关键参数：
- 光心：小孔的位置，也就是透镜的光学中心
- 焦距：光心到成像平面的距离
- 成像平面：感光元件所在的位置
嗯，这里要注意：实际相机中，成像平面在光心后面，但为了方便计算，我们通常把成像平面「虚拟」地放到光心前面。这样图像就是正立的，数学处理起来更顺手。
2.2 四大坐标系：从世界到像素的「传送门」
要把三维空间的一个点映射到二维像素，中间要经过四个坐标系。我习惯把它们比作「四道传送门」：
- 世界坐标系：我们生活的真实三维空间，单位是米
- 相机坐标系：以相机光心为原点，Z轴指向镜头前方
- 图像坐标系：在成像平面上，单位是毫米
- 像素坐标系：最终图像上的行列索引，单位是像素
为什么要搞这么复杂？说白了，每个坐标系都有自己的「语言」。世界坐标系说「那个路牌在东北方向10米处」，像素坐标系说「路牌在图像的第320列第240行」。我们需要一个翻译官，把这些语言统一起来。
2.3 世界坐标系 → 相机坐标系（外参）
这一步叫刚体变换。说白了，就是把世界坐标系下的点，挪到相机坐标系下来描述。
数学上用一个旋转矩阵 R 和一个平移向量 t 来表示：
X_c = R * X_w + t其中：
- X_w 是世界坐标点 [X, Y, Z]^T
- X_c 是相机坐标点 [Xc, Yc, Zc]^T
- R 是 3x3 旋转矩阵
- t 是 3x1 平移向量
R 和 t 合起来就是相机外参。每个摄像头安装到车上后，外参就固定了。我记得第一次给实车做标定时，发现左右摄像头的外参不对称，排查了半天，结果是安装支架有1度的偏转。你看，硬件上的微小误差，在数学上都会体现出来。
我的经验：实际项目中，外参标定通常用棋盘格或AprilTag来做。你只需要让标定板出现在相机视野中，算法会自动解算出R和t。但要注意，标定板必须覆盖视野的各个区域，否则外参精度会打折扣。
2.4 相机坐标系 → 图像坐标系（内参）
这一步用到了小孔成像的几何关系。假设相机坐标系下有一个点 P(Xc, Yc, Zc)，它在成像平面上的投影位置 (x, y) 可以通过相似三角形得到：
x = f * Xc / Zc
y = f * Yc / Zc这里 f 是焦距。你发现没有，Zc 出现在分母上——这就是为什么远处的物体看起来小。Zc 越大，x 和 y 越小。
写成矩阵形式更优雅：
[x] [f 0 0 0] [Xc]
[y] = [0 f 0 0] [Yc]
[1] [0 0 1 0] [Zc]
[1 ]这个 3x4 矩阵就是内参矩阵的一部分。实际相机还有两个重要参数：
- 主点偏移 (cx, cy)：光轴与成像平面的交点，通常不在图像正中心
- 像素尺寸 (dx, dy)：每个像素在x和y方向的物理尺寸
所以完整的内参矩阵长这样：
K = [fx 0 cx]
[ 0 fy cy]
[ 0 0 1]其中 fx = f/dx，fy = f/dy。我建议你把这个矩阵刻在脑子里，因为后面做畸变校正、鸟瞰图生成，都要反复用到它。
2.5 图像坐标系 → 像素坐标系
这一步最简单，就是单位换算和原点平移：
u = x / dx + cx
v = y / dy + cy其中 (u, v) 是像素坐标。dx 和 dy 可以从相机规格书中查到，或者通过标定得到。
2.6 完整转换公式：一张图说清楚
把上面四步串起来，从世界坐标到像素坐标的完整公式是：
Zc * [u] [fx 0 cx 0] [R t] [Xw]
[v] = [ 0 fy cy 0] [0 1] [Yw]
[1] [ 0 0 1 0] [Zw]
[1 ]这个公式看着长，其实就三部分：
- 外参 [R|t]：把世界坐标转到相机坐标
- 内参 K：把相机坐标投影到像素坐标
- 尺度因子 Zc：深度信息，它让投影具有透视效果
避坑指南：我曾经在写代码时，把内参矩阵的 fx 和 fy 搞反了，结果生成的鸟瞰图严重变形，排查了整整一天。记住，OpenCV 中内参矩阵的排列顺序是 [fx, 0, cx; 0, fy, cy; 0, 0, 1]，千万别弄混。
2.7 实战：用OpenCV验证转换关系
光说不练假把式。下面我用一个简单的例子，演示如何用 OpenCV 做坐标转换：
import cv2
import numpy as np
# 假设内参（从标定得到）
K = np.array([[500, 0, 320],
[0, 500, 240],
[0, 0, 1]], dtype=np.float32)
# 假设外参（相机安装参数）
R = np.eye(3) # 旋转矩阵，假设无旋转
t = np.array([[0], [0], [1.5]]) # 相机离地1.5米
# 世界坐标系下的一个点（路面上，前方5米）
Xw = np.array([[2], [0], [0], [1]]) # [X, Y, Z, 1]
# 构建外参矩阵
Rt = np.hstack([R, t]) # 3x4
# 投影到像素坐标
P = K @ Rt # 3x4 投影矩阵
uv = P @ Xw # 3x1
u = uv[0, 0] / uv[2, 0]
v = uv[1, 0] / uv[2, 0]
print(f"像素坐标: u={u:.1f}, v={v:.1f}")
# 输出: 像素坐标: u=386.7, v=240.0你看，一个世界坐标 (2米右, 0米, 0米高) 的点，投影到图像上大约是 (387, 240)。这个点正好在图像水平中心线附近，符合物理直觉。
2.8 本章小结
今天我们走完了从世界坐标到像素坐标的完整链路。总结几个关键点：
- 小孔成像模型是相机成像的数学基础
- 四大坐标系各有用途，转换靠内参和外参
- 内参是相机「出厂自带」的，外参是「安装决定」的
- Zc 深度信息是透视效应的根源
下一章，我们会基于今天学的模型，来推导畸变校正的数学公式。到时候你会发现，畸变校正其实就是对理想投影位置做「反向修正」。准备好了吗？我们下章见。