1整体介绍
首先，不考虑这些术语，考虑一下成像的流程。我们是在三维空间中生活，假想xw,yw,zw位置附近有一个篮球，而在另外一个其他位置有一个针孔相机，用这个针孔相机对篮球拍照，而拍照时照片中的篮球的像只和篮球面对照相机的那一面有关系，因此现在只考虑篮球在照相机那一面的点。比如那一面有一个点是xw,yw,zw。现在我们关心的是，相机按下拍照按钮后，这个点在相机照片的哪一个位置，我们就要计算这个转换关系，而计算这个转换关系就需要用到相机内参和外参。
2计算大概流程
第一步，假象你的头部就是三维世界的中心，相机、篮球都有一个座标，但是现在要知道的是相机中照片中的篮球的一个点的位置，因此应该将以你头部为中心的世界转换为以相机焦点为中心的世界，这样不就更直观了么。所以第一步就是求外参矩阵，然后把xw,yw,zw转换为以相机为中心的世界中的座标xc\yc\zc。
第二步，就是小孔成像问题，将转换为相机为中心世界的xw,yw,zw，利用相机内参转换为图片中的点的位置，在将图片中的点转换为是哪个像素（像素座标）。
3具体如何计算外参和内参矩阵
首先，要知道摄像机在世界座标系下的位置、相对于世界座标系x\y\z轴的方向。通过一个点的世界座标来求出一个点在相机座标系下的座标。具体为求出将相机三维座标轴通过旋转、平移与世界座标轴重合的矩阵，任何一个世界座标乘以这个矩阵即是它在相机座标系中的座标。
内参矩阵就简单了，直接用小孔成像模型就可以求出来了。
4细节介绍
3d旋转介绍https://www.cnblogs.com/jiahenhe2/p/7954707.html
5 opencv计算及原理
参考：https://blog.csdn.net/u010368556/article/details/79434240
结合自己理解进行补充，一般来说大多数博客中都未讲具体怎么解出来内参矩阵和矫正矩阵。我认为是这样解出来的，首先图像中某一点的像素座标与相机世界座标的转换关系如下：
u、v是像素座标，X\Y\Z是世界座标。因此你可以得到一系列f(x1)=y1,f(x2)=y2这样的函数方程，列举出很多以后直接求参即可求出相机内参。（张正友标定算法）