在相机校准期间，通常的建议是使用具有姿势，深度等变化的许多图像（> 10）。 但是我注意到通常我使用的图像越少，重投影错误就越小。例如，对于27个图像，cv :: calibrateCamera返回0.23，只有3个，我得到0.11 这可能是由于在校准期间我们正在解决超定系统的最小二乘问题。
问题：
我们是否真的使用重投影误差作为校准效果的绝对指标？例如，如果我使用3张图像进行校准并获得0.11，然后使用其他27张图像进行校准并得到0.23，我们真的可以说“第一次校准更好”吗？
OpenCV使用相同的图像进行校准和计算误差。是不是有某种形式的过度拟合？如果我实际使用了2个不同的设置 - 一个用于计算校准参数而另一个用于计算误差 - 那么这不是更正确吗？在这种情况下，我会使用相同的（测试）集来计算来自不同（训练）集的所有校准结果的误差。那不公平吗？