相機內、外參與相機標定

• 緣起：最近在接手人臉姿態估計的相關工作，其中涉及了從人臉關鍵點到人臉姿態的估計，使用opencv solvePnP函數通過預定義3D（關鍵點）模板與二維關鍵點進行旋轉矩陣求解過程中涉及到需使用相機內參，那麼相機內參是什麼，在2D座標系與3D座標系變換又起到什麼作用？下面的內容可以一一解答。
• 聲明本人在學習本知識是完全參照該鏈接,下方內容也是對該鏈接的完全轉載。
• 從文章中可知相機內參就是從像素座標系到相機座標系的變換矩陣(包括焦距f，圖像中心點的像素座標（uo,v0），單位像素高dy、寬dx)，相機的外參就是從相機座標系到世界座標系的變換（旋轉、平移）矩陣。
• 續：
  • 相機內參是相機的固有屬性，可以直接從廠商那得到，也可以進行估計。總之得到相機內參後，對於在像素座標系標註的人臉關鍵點與在相機座標系下的人臉3D模型關鍵點的變換矩陣即可求（opencv得到的是旋轉向量和平移向量(變換過程鏈接)，可以將旋轉向量表示轉成歐拉角表示，從而得到最終要求解的人臉姿態歐拉角（pitch，yaw,roll）