本文共 585 字，大约阅读时间需要 1 分钟。

我理解错了，相机内参矩阵和相机畸变参数是两个东西，而且好像实际pnp好像没有用到相机的外参矩阵。

内参我觉得主要就是指畸变参数。畸变又分为径向和切向畸变。畸变应该是比较好理解的对吧。

外参呢，就是平移矩阵和旋转矩阵，两个坐标系之间的关系就可以用平移矩阵加旋转矩阵描述嘛，和tf一样，这个我之前总结过对吧。

那我们标定的时候，标定板

相机外参难道是这个意思？

相机外参似乎就是相机的位姿啊，相机外参是相机外部参数啊，相机外参不就是我们要求的相机位置么！！！！！！！！！！！！！！！！

是不是已知内参其他几个参数可以求外参就是pnp？ 

标定是已知几个求相机内参？

我们这么想想，标定是不是已经知道特征点现实世界的三维坐标了，因为知道那些方格子的边长了嘛，而且知道像素点坐标。

这里说了相机内参包括内参矩阵和畸变参数矩阵！！！！！这样就好理解说得通了。

也好理解ROS下标定就得到内参矩阵和畸变参数就可以了。做pnp也是用内参矩阵和标定参数就可以了。并没有外参。

只要获得 特征点的世界坐标（三维坐标）、2D坐标（像素坐标）、相机内参矩阵、相机畸变参数矩阵 以上四个参数即可以解得相机与标志物之间的外参（R旋转矩阵、T位置矩阵）

再回看这句话是不是有感觉了，这里都明确说了，是得到相机的外参！！！！！！！！

这个opencv里的标定程序明确说了就是计算相机内参矩阵和畸变系数。

转载地址：http://zmmni.baihongyu.com/