相机内、外参与相机标定

• 缘起：最近在接手人脸姿态估计的相关工作，其中涉及了从人脸关键点到人脸姿态的估计，使用opencv solvePnP函数通过预定义3D（关键点）模板与二维关键点进行旋转矩阵求解过程中涉及到需使用相机内参，那么相机内参是什么，在2D座标系与3D座标系变换又起到什么作用？下面的内容可以一一解答。
• 声明本人在学习本知识是完全参照该链接,下方内容也是对该链接的完全转载。
• 从文章中可知相机内参就是从像素座标系到相机座标系的变换矩阵(包括焦距f，图像中心点的像素座标（uo,v0），单位像素高dy、宽dx)，相机的外参就是从相机座标系到世界座标系的变换（旋转、平移）矩阵。
• 续：
  • 相机内参是相机的固有属性，可以直接从厂商那得到，也可以进行估计。总之得到相机内参后，对于在像素座标系标注的人脸关键点与在相机座标系下的人脸3D模型关键点的变换矩阵即可求（opencv得到的是旋转向量和平移向量(变换过程链接)，可以将旋转向量表示转成欧拉角表示，从而得到最终要求解的人脸姿态欧拉角（pitch，yaw,roll）