我想将3D空间中的一个点投影到2D图像坐标中。我有我正在使用的相机的校准内在函数和外在函数。我有相机矩阵K和失真系数D.但是，我希望投影的图像坐标是未失真的图像。
根据我的研究，我发现了两种方法。
使用opencv的getOptimalNewCameraMatrix函数计算新的未失真图像的相机矩阵K'。然后在opencv的projectPoints函数中使用此K'，将失真参数设置为0，以获得投影点。
使用原始相机矩阵K使用projectPoints功能，以及此功能中的失真系数D，并获得投影点。
两种方法的输出是否匹配？
答案 0 :(得分：2)
我认为你的思想中缺少一些东西。
相机矩阵K和dist。 coefficent D是进行不失真的参数（如果你的镜头像鱼眼一样扭曲图像）。它们就是所谓的内在相机参数。
如果我们将术语从计算机视觉更改为计算机图形，那么这些参数就是您用来定义视锥的平截头体的参数，例如，它们用于获取相机的焦距。
但他们还不足以做投影的事情。
对于投影，如果您在计算机图形术语中考虑（例如，像opengl），则需要使用模型 - 视图 - 投影矩阵。模型矩阵是指定对象在世界中的位置的矩阵。视图矩阵指定摄像机的位置，投影矩阵指定平截头体（焦角，透视畸变等）。
如果你想知道如何将模型的点从3d转换为2d（或反之亦然），你需要投影和视图矩阵（你有模型矩阵，因为你有你想要开始的3d点）。在计算机视觉中，视图矩阵称为外部参数。
所以，你也需要estrinsic参数，这是世界上相机的位置。也就是说，例如，这些参数是rvec所需的tvec和cv:: projectPoints。
如果你想计算它们，它们正是cv::solvePnP的输出，与你想做的完全相反：从一些已知的3d点加上相机屏幕上已知的2d投影，这个函数为你提供了一个外在的参数（通过cv::Rodrigues，你可以从中获得一些opengl-opencv-augmented-reality-无论应用程序的视图矩阵。）
最后注意：虽然在用相机拍摄的所有照片中都固定了内部参数（当然你没有改变焦距），每次移动相机时，estrinisc参数都会改变，以便拍摄新照片从不同的角度来看（也就是说：这改变了视角，所以想要找到的3D-2D投影）
希望可以提供帮助！