像素坐标转换为三维坐标python 像素坐标转换实际坐标

为什么要了解坐标系的关系

我们得到的图片，都是一个个像素值组成的，我们从一张图片中获取一个像素的坐标只能得到当前像素是第几行第几列，并没有和实际物理世界形成一个对应关系，所以我们要获取每一个像素和真实世界之间的坐标关系就需要坐标系之间的转换。

各个坐标系之间是如何对应的

一张图片到真实世界的转换过程为：像素坐标系->图像坐标系->相机坐标系->世界坐标系。反过来就是生成一张图片的步骤。下面详细讲解各个坐标系之间的变换关系：

1.像素坐标系->图像坐标系

2.图像坐标系->相机坐标系

3.相机坐标系->世界坐标系

4.总结（内参与外参）

对于深度相机

对于深度相机，我们直到相机的内参，直到真实的物体到相机的距离Zr，所以我们就知道某一个像素值对应的在相机坐标系的实际距离。
对于深度相机，获取的最原始的深度图是16位的深度图，对应的就是实际的距离，比如灰度值为200，对应的距离就为200mm(参考一篇博客，如果有错误欢迎指出)

对于PCL库下的坐标系

由于有了实际距离，所以pcl库中点云的坐标，实际就是物体在像极坐标系下的真实坐标，单位为米。

标定的作用

1.内参标定
获取内参矩阵，相机内参是出厂就设定好的，但是可能会出现不准，或者会出现畸变的情况，我们为了准确，可以进行标定，获取内参。
2.外参标定
为了获取世界坐标系和相机坐标系之间的旋转和平移，我们需要进行外参的计算，但是如果我们只需要相机坐标系，比如相机在机械臂末端，希望完成机械臂抓取任务，就不需要获取外参。