相機標定中，從世界坐標系到像素坐標系的轉換，并不是“一步到位”，而是分為三個連貫的步驟，就像“接力賽”一樣，由三個坐標系依次傳遞，最終完成從“真實物體”到“圖像像素”的轉換。整個過程無需手動計算，全部由標定軟件自動完成，但我們需要理解每個步驟的核心邏輯，才能更好地掌握相機標定的原理，避免實操中的誤區(qū)。

第一步：世界坐標系 → 相機坐標系：“確定相機與物體的相對關系”

這一步的核心目的，是將世界坐標系中物體的真實位置，轉換為相機坐標系中的相對位置，本質是“消除相機位置和姿態(tài)的影響”。無論相機在什么位置、以什么角度拍攝，通過這一步轉換，都能得到物體相對于相機鏡頭光心的位置。

具體邏輯很簡單：我們已經(jīng)通過世界坐標系，知道了物體的真實位置（比如標定板角點的位置），同時通過相機標定，我們能獲取相機的“姿態(tài)和位置信息”（也就是外參中的旋轉矩陣和平移向量）——旋轉矩陣描述相機的朝向（比如水平、傾斜），平移向量描述相機在世界坐標系中的位置（比如距離標定板50cm）。

軟件會根據(jù)這些信息，自動計算出物體相對于相機光心的位置：比如，世界坐標系中某個角點的位置是“距離原點30mm，高度20mm”，相機在世界坐標系中的位置是“距離原點100mm，高度50mm”，通過轉換，就能得到這個角點在相機坐標系中的相對位置，比如“距離相機光心70mm，在光心左下方30mm”。

這一步的關鍵是“相機外參”——外參的準確性，直接決定了這個轉換的精度。如果外參求解不準確，物體在相機坐標系中的相對位置就會出現(xiàn)偏差，后續(xù)的像素轉換也會跟著出錯。

第二步：相機坐標系 → 圖像坐標系：“將三維位置投射到二維平面”

這一步是轉換的核心，本質是“將相機坐標系中的三維相對位置，投射到二維的圖像平面上”，相當于“把相機視野中的物體，投射到圖像傳感器上”。我們可以用“小孔成像”的比喻來理解：相機鏡頭的光心是小孔，圖像傳感器是投影屏幕，光線從物體出發(fā)，穿過小孔，投射到屏幕上，形成物體的倒影，這個倒影的位置，就是圖像坐標系中的位置。

在這個轉換過程中，相機的“內參”起到了關鍵作用——內參中的焦距，決定了物體投射到圖像平面上的大小：焦距越長，物體投射的影像越大（比如長焦鏡頭能拉近遠處物體）；焦距越短，物體投射的影像越小，但能容納更廣闊的場景（比如廣角鏡頭）。

簡單來說，這一步就是“縮小或放大”物體的影像，并將其投射到二維平面上，得到物體在圖像坐標系中的位置（單位是物理單位，比如毫米）。比如，相機坐標系中某個角點距離光心70mm，通過焦距的換算，投射到圖像平面上的位置是“距離圖像中心10mm”，這個位置就是圖像坐標系中的坐標。

第三步：圖像坐標系 → 像素坐標系：“給影像分配像素地址”

這是轉換的最后一步，核心是將圖像坐標系中的物理位置（毫米），轉換為像素坐標系中的像素位置（像素），讓物體的影像能夠在圖像上精準呈現(xiàn)。我們可以把這個過程理解為“給圖像平面劃分格子”——圖像傳感器上的每個像素，都是一個小格子，我們需要確定物體的影像，落在哪個格子里。

這個轉換的關鍵，是“像素尺寸”——圖像傳感器上每個像素的實際大?。ū热?μm×1μm），軟件會根據(jù)這個尺寸，將圖像坐標系中的物理位置，換算成像素位置。比如，圖像坐標系中某個點的位置是“距離圖像中心10mm”，而每個像素的尺寸是1μm，那么這個點在像素坐標系中的位置就是“距離圖像中心10000像素”（10mm=10000μm）。

同時，內參中的“主點坐標”（圖像傳感器的中心像素位置），也會影響這個轉換——主點坐標是圖像坐標系和像素坐標系的“基準點”，確保轉換后的像素位置，能夠精準對應圖像的中心，避免出現(xiàn)影像偏移。

到這一步，從世界坐標系到像素坐標系的轉換就完成了：真實世界中的物體，通過“世界→相機→圖像→像素”的接力轉換，最終在二維圖像上形成了對應的像素點，這就是相機成像的完整轉換邏輯，也是相機標定的核心底層原理。