相机内参标定
内参是相机自身的固有参数（如焦距、主点、畸变系数）
作用是将图片中的像素坐标转换为相机坐标系下的 3D 坐标，修正相机畸变（比如鱼眼镜头的图像变形）
相机的内参虽然是固定的，但实际出厂时会有误差，所以必须先用棋盘格标定（比如 OpenCV 的标定工具），得到准确的 fx、fy、cx、cy
内参用一个 3×3 的矩阵表示，结构是：
内参矩阵每个参数的意思：
- (f_x、f_y)：“焦距的像素表示”——fx与fy的像素值（比如 fx=500 像素）表征着相机的焦距（比如 35mm）
就像你用手机拍杯子时：fx 决定了 “杯子在屏幕左右方向上的放大程度”；fy 决定了 “杯子在屏幕上下方向上的放大程度”。
- (c_x、c_y)：“图像主点的像素坐标”—— 相机光轴（镜头中心的射线）在照片里对应的像素点（理想情况下是照片的中心，比如 1280×720 的照片，cx≈640，cy≈360）。
转换公式（核心逻辑）
如果相机坐标系里有一个物体点，坐标是(X_c, Y_c, Z_c)（Zc 是物体离相机的距离，即深度），那么它在照片里对应的像素坐标(u, v)，就是通过内参矩阵计算的：
像素与相机坐标系3D 坐标转换例子：
RGBD 相机能同时拍到 “像素（u,v）” 和 “深度（Zc，即物体离相机的距离）”，结合内参，就能反推出物体在相机坐标系里的 3D 坐标(X_c, Y_c, Z_c)：
举个例子：
- 相机内参：fx=500，fy=500，cx=640，cy=360；（出厂后就固定了）
- 照片里物体的像素（坐标）是 (740, 410)，深度是 0.5 米（Zc=0.5）；
- 计算得：Xc=(740-640)×0.5/500=0.1 米，Yc=(410-360)×0.5/500=0.05 米；
- 所以物体在相机坐标系里的位置是 (0.1, 0.05, 0.5) 米。
内参的标定方法总共来说有3种，一种是使用matlab，一种是使用opencv，一种是自己写出张正友标定源码去计算内参，本文介绍matlab
用matlab对相机进行标定获取相机内参的步骤
Step1 打开相机标定工具箱
在《图像处理和计算机视觉》栏 找到相机标定工具：
选择从文件夹中导入图片（提前用你的相机从多个角度拍摄好棋盘格照片，20张）
测算，修改你的棋盘格尺寸
执行
清洗一下数据
选择输出参数
查看参数
上图划红线解释依次为：
径向畸变系数（3阶），切向畸变系数（2阶），世界坐标单位是mm，内参矩阵，焦距（分fx,fy)，成像平面原点（理想情况是图像宽高中心位置），成像平面原点坐标（单位是像素）；
s
