文章目录前言一、背景知识学习1.13D场景to2D图像1.2矩阵运算表达1.3摄像机坐标系原点设置1.4FOV与摄像机焦距换算二、内参矩阵2.1内参矩阵定义2.2内参矩阵和归一化空间的作用三、摄像机外参3.0三维重建背景知识3.1WorldtoCamera3.2补充知识：CameratoWorld四、内参和外参总结五、三维重建5.1不同摄像机的特点5.2三维重建基本原理5.3视差(Disparity)总结前言参考资料：1.B站MIT逆向图形学中的机器学习6.S9802.MITInverseGraphics课程一、背景知识学习在日常生活中，光线与物体界面的交互，构成了我们眼里的图像。但是为什么只

我一直在尝试使用OpenCV提供的reprojectImageTo3D()函数从视差图中计算点的真实世界坐标，但输出似乎不正确。我有校准参数，并使用计算Q矩阵stereoRectify(left_cam_matrix,left_dist_coeffs,right_cam_matrix,right_dist_coeffs,frame_size,stereo_params.R,stereo_params.T,R1,R2,P1,P2,Q,CALIB_ZERO_DISPARITY,0,frame_size,0,0);我相信这第一步是正确的，因为立体帧得到了正确的校正，而且我正在执行的失真消除似

我一直在尝试使用OpenCV提供的reprojectImageTo3D()函数从视差图中计算点的真实世界坐标，但输出似乎不正确。我有校准参数，并使用计算Q矩阵stereoRectify(left_cam_matrix,left_dist_coeffs,right_cam_matrix,right_dist_coeffs,frame_size,stereo_params.R,stereo_params.T,R1,R2,P1,P2,Q,CALIB_ZERO_DISPARITY,0,frame_size,0,0);我相信这第一步是正确的，因为立体帧得到了正确的校正，而且我正在执行的失真消除似