### Python 实现相机坐标系转换至世界坐标系 为了完成从相机坐标系到世界坐标系的转换，通常需要已知相机内外参数以及目标点在相机坐标系中的位置。下面提供一段基于OpenCV库的Python代码示例来展示如何执行这种变换。 ```python import numpy as np import cv2 def transform_camera_to_world(camera_matrix, dist_coeffs, rvec, tvec, points_cam): """ 将给定点由相机坐标系转为世界坐标系 参数: camera_matrix (numpy.ndarray): 相机内参矩阵. dist_coeffs (numpy.ndarray): 镜头畸变系数向量. rvec (numpy.ndarray): 旋转矢量. tvec (numpy.ndarray): 平移矢量. points_cam (numpy.ndarray): 待转换的目标点集，在相机坐标系下. 返回: numpy.ndarray: 经过转换后的对应于输入点的世界坐标集合. """ # 反解R|t得到world to cam matrix R, _ = cv2.Rodrigues(rvec) Rt = np.hstack([np.transpose(R), -np.dot(np.transpose(R), tvec)]) # 构建齐次坐标形式 ones = np.ones((points_cam.shape[0], 1)) homo_points_cam = np.hstack([points_cam, ones]) # 进行坐标变换 points_world_homo = np.dot(homo_points_cam, Rt) return points_world_homo[:, :3] # 假设已经获取了如下数据 camera_matrix = np.array([[fx, 0, cx], [0, fy, cy], [0, 0, 1]], dtype=np.float64)[^2] dist_coeffs = np.zeros((4, 1)) # 如果没有畸变则置零 rvec = ... # 获取自实际标定过程 tvec = ... # 同上 points_cam = np.array([...]) # 输入待转换的具体点位 transformed_points = transform_camera_to_world(camera_matrix, dist_coeffs, rvec, tvec, points_cam) print("Transformed Points:", transformed_points) ``` 上述函数`transform_camera_to_world()`接收五个主要参数：相机内部参数矩阵(`camera_matrix`)、镜头失真校正因子(`dist_coeffs`)、旋转向量(`rvec`)和平移向量(`tvec`)，还有就是想要映射回真实世界的那些三维点的位置列表(`points_cam`)。该方法通过构建并应用仿射变换实现了从相机坐标系到世界坐标系的变化[^1]。