企业官网建设流程全解析

相机标定这活儿，说简单也简单，说玄也玄。我见过不少做测量、做AR、做感知的朋友，手里的相机并不便宜，拍标定板也很勤快，结果一上真实场景，三维投影出来的点和真实位置老是对不上，第一反应永远是怪算法。排查到最后才发现，问题出在相机内参那几个数字上——fx、fy、cx、cy 加上畸变系数，看着就是一堆小数，可任何一个偏差几个像素，就足以让一个三维重建项目整体偏掉十几厘米。

这篇文章把相机内参从头到尾讲透：内参矩阵里每个数字代表什么物理意义、畸变模型是怎么参与计算的、标准标定流程里哪些环节最容易翻车，以及拿到内参之后怎么验证它真的靠谱。刚入门的同学可以照着做，被标定折磨过的老手也能从中对照出自己踩过的坑。

1. 内参矩阵在算什么：从三维世界到像素的第一次投影

1.1 针孔模型其实就是相似三角形

所有相机内参的讨论，起点都是针孔模型。理解它不需要复杂的数学工具，只需要高中学的相似三角形。

假设空间里有一个点，它在相机坐标系下的坐标是 (Xc, Yc, Zc)，其中 Zc 是点到光轴平面的深度。光线穿过光心打到传感器上，根据相似三角形，理想成像位置满足：

x_ideal = f * Xc / Zc y_ideal = f * Yc / Zc

这里的 f 是物理焦距，单位是毫米。但最终的图像是一个像素矩阵，所以必须回答两个问题：毫米怎么换算成像素？像素坐标系的原点定在哪？这两个问题的答案，就是内参矩阵存在的意义。

1.2 fx、fy、cx、cy 到底是谁

传感器上每个像素有固定的物理尺寸，比如常见的一英寸传感器，单个像素的边长大约是 dx 微米。把物理焦距除以像素边长，就把毫米单位换算成了像素单位：

fx = f / dx fy = f / dy

绝大多数传感器的像素是方形的，理论上 dx = dy，fx 和 fy 应该严格相等。但实际中，传感器读出电路、镜头横向色差、装配应力都可能让横竖两个方向的等效焦距出现细微差别，所以标定算法把 fx 和 fy 当成两个独立参数来估计，而不是强制画等号。

cx、cy 是主点，也就是光轴与传感器平面的交点，通常以像素坐标偏移量的形式出现。很多初学者以为主点就是图像中心，实际不是。镜头装配时传感器不可能完美对准光轴，主点在画幅内往往偏离中心几个像素到几十个像素，而且变焦时这个偏差还会移动。极端情况下，某些广角镜头的畸变模型会把主点偏移也耦合进去，标定出来的 cx、cy 和光学意义上的主点差得更远。

完整的投影关系写成矩阵形式：

[ u ] [ fx 0 cx ] [ Xc ] [ v ] = [ 0 fy cy ] [ Yc ] [ 1 ] [ 0 0 1 ] [ Zc ]

展开就是 u = fx * Xc / Zc + cx，v = fy * Yc / Zc + cy。这个 3x3 矩阵就是常说的内参矩阵 K。外参负责把世界坐标转换到相机坐标，内参负责把相机坐标投影到像素坐标，两者配合才是一个完整的相机模型。

1.3 为什么厂商参数表救不了你

有人会问：相机说明书上不是写了焦距和传感器尺寸吗，自己算一下不就行了？能算，但大概率不够准。

第一，焦距和传感器尺寸的标称值本身就有公差，工业相机的标称焦距误差通常在百分之几，消费级产品只会更夸张。第二，很多相机的视频模式和拍照模式会启用不同的传感器裁剪区域，等效焦距变了，fx 也跟着变。第三，变焦镜头在不同焦段下内参完全不同，哪怕锁定同一焦段，机械结构的细微回差也会造成主点漂移。

如果手里有镜头视场角（FOV）的实测值，倒是可以做一个粗略的交叉验证：fx ≈ W / (2 * tan(FOVx / 2))，W 是图像宽度像素数。这个公式用来估算量级没问题，但替代不了真实标定——它假设了理想针孔，没有考虑畸变和主点偏移。

所以实践中的默认做法只有一个：实际标定。用已知尺寸的标定板，在不同距离和角度下采集一组图像，反解出内参。第三节会完整展开。

2. 畸变模型：镜头比针孔复杂得多

2.1 径向畸变：桶形和枕形

如果镜头严格是针孔，投影就是线性的，但真实镜头是一组透镜，光线经过镜片时会发生折射，导致实际像点和理想像点之间产生偏移。最典型的是径向畸变——离光轴越远，畸变越明显，画面边缘的直线会变弯。广角镜头典型的桶形畸变（边缘向外鼓），长焦镜头常见的枕形畸变（边缘向内收），都属于这一类。

数学上，径向畸变用多项式来描述。先把像素坐标转换到归一化坐标 (x, y)，也就是去掉 fx、fy、cx、cy 的影响，令 r² = x² + y²，然后：

x_radial = x * (1 + k1r² + k2r⁴ + k3r⁶) y_radial = y * (1 + k1r² + k2r⁴ + k3r⁶)

k1 主导大尺度的畸变形态，k2 修正边缘的二次变形，k3 是更高阶的修正项，通常只有畸变特别大的超广角镜头才需要。k1 的符号决定了桶形还是枕形：负 k1 对应桶形，正 k1 对应枕形。

2.2 切向畸变：装配误差的痕迹

第二类是切向畸变，它的成因和光学设计关系不大，主要是机械装配问题——镜头光轴与传感器平面不严格垂直，或者镜头组之间存在偏心。结果是画面出现不对称的拉伸变形，中心区域也会有细微的梯形感。

切向畸变模型有两个参数 p1、p2：

x_tangential = 2p1xy + p2(r² + 2x²) y_tangential = p1(r² + 2y²) + 2p2xy

把径向和切向加起来，就得到完整的畸变模型，也就是业界常用的 Brown-Conrady 模型：

x_distorted = x_radial + x_tangential y_distorted = y_radial + y_tangential

这一整套计算是在归一化坐标下进行的，所以畸变系数本身没有单位，只反映畸变的形态。同一台相机用不同分辨率模式去标定，fx、fy、cx、cy 会按像素数成比例变化，但畸变系数基本不变——归一化坐标已经抹掉了分辨率的影响。

2.3 OpenCV 的畸变系数排列顺序

OpenCV 的 calibrateCamera 返回的 dist 是一个一维数组，顺序必须是 [k1, k2, p1, p2, k3]。这是新手最容易搞错的地方，没有之一。很多人从别的库或者别人的项目里拷贝代码，把顺序当成 [k1, k2, k3, p1, p2]，结果去畸变出来的图像完全不对——不是波浪形就是线条拧成麻花。

注意：从任何来源拷贝标定代码时，先确认 dist 向量的排列顺序。顺序错误时标定不会报错，但去畸变结果几乎必然异常。

如果畸变很大，可以给 calibrateCamera 加上 CALIB_RATIONAL_MODEL 标志，把模型扩展到 k4、k5、k6，此时 dist 的顺序变成 [k1, k2, p1, p2, k3, k4, k5, k6]。但高阶模型对图像数量和质量的要求明显更高，图像不足时很容易过拟合，我一般不建议一上来就用。

另外，鱼眼镜头不要用这套普通针孔模型去标。OpenCV 有单独的 fisheye 模块，用的是等距投影那一类的模型，普通针孔加径向畸变扛不住鱼眼的超大畸变。我见过有人拿普通模型硬标鱼眼，重投影误差压到了 0.3 像素以内，看着挺漂亮，结果一拿去畸变，边缘画面直接拧成麻花。模型选错了，误差数字再好看也没意义。

3. 标定实操：从棋盘格到可靠内参的完整流程

3.1 图像采集的要领

标定的本质是求解一个非线性优化问题，输入是"已知角点的世界坐标"和"角点在图像中的像素坐标"之间的对应关系。棋盘格之所以流行，是因为每个角点都是黑白边界的交点，可以用亚像素级精度定位，而且成本极低。

采集环节直接决定结果质量，我的经验原则是：

• 数量：15 到 25 张比较合适，少于 10 张往往欠约束。
• 位姿：从正对相机到倾斜 30 到 45 度都要覆盖，左右上下四个画面区域都要有，尽量让棋盘格出现在画面各个位置，特别是边缘。
• 距离：不同拍摄距离各来几张，远的近的都要，覆盖实际使用中可能的深度范围。
• 细节：棋盘格必须平整，别用卷边受潮的纸；避免反光、过曝和运动模糊，模糊的图像宁可删掉。

我自己的习惯是拍摄时让棋盘格占画面的四分之一到三分之一，这样既能保证角点定位精度，又方便把棋盘格移动到画面的不同区域。光圈收到中等，保证整幅画面都在景深范围内。

3.2 一套可以直接用的标定脚本

下面是我常用的 OpenCV 标定脚本，关键参数都写了注释：

import cv2 import numpy as np import glob # 内角点数量：10x7 的棋盘，内部角点是 9x6 pattern_size = (9, 6) # 每个格子的物理边长，单位是米，必须量准 square_size = 0.025 criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 1e-6) obj_points = [] # 世界坐标，尺度由 square_size 决定 img_points = [] # 图像坐标，单位是像素 objp = np.zeros((pattern_size[0] * pattern_size[1], 3), np.float32) objp[:, :2] = np.mgrid[0:pattern_size[0], 0:pattern_size[1]].T.reshape(-1, 2) objp *= square_size for fname in sorted(glob.glob("calib_images/*.jpg")): img = cv2.imread(fname) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, corners = cv2.findChessboardCorners(gray, pattern_size, None) if ret: # 亚像素精化，能明显提升角点坐标精度 corners_refined = cv2.cornerSubPix( gray, corners, (11, 11), (-1, -1), criteria) obj_points.append(objp) img_points.append(corners_refined) rms, mtx, dist, rvecs, tvecs = cv2.calibrateCamera( obj_points, img_points, gray.shape[::-1], None, None) print("重投影误差 RMS:", rms) print("内参矩阵:", mtx) print("畸变系数:", dist.ravel())

这里有两个特别容易踩的坑。第一，pattern_size 填的是内角点数量，不是棋盘的行列数。一张 10x7 的棋盘，内角点是 9x6，填反了或者填成外角点数量，标定过程不会报错，但结果不可用。第二，square_size 必须填真实物理边长，这个值不影响 fx、fy 等内参本身，但直接影响外参平移量，进而影响测距、三维重建的绝对尺度。我曾经见过有人懒得量边长直接填 1，标出来的 fx、fy 看着正常，单目测距却完全对不上——问题就出在比例尺上。

3.3 重投影误差怎么看

calibrateCamera 返回的 rms 是重投影误差的均方根，单位是像素，衡量的是"用求出来的内外参把世界坐标角点投影回图像，和实际检测到的角点相差多远"。

我的经验值是这样划分的：RMS 小于 0.1 像素，说明图像质量和位姿覆盖都很棒，适合高精度测量；0.1 到 0.3 像素，对视觉定位、AR、目标检测这类任务完全够用；超过 0.5 像素，基本可以怀疑采集环节出了问题——有模糊图混进来了，或者棋盘格不平，又或者 pattern_size 填错了。

需要强调的是，RMS 只是拟合残差，拟合残差低不等于内参真的准。标定图像如果位姿覆盖不足，模型可以靠外推硬凑出一个很低的训练残差，但真实场景一测就露馅。验证的问题放到第四节单独讲。

拿到内参后，去畸变的代码长这样：

img = cv2.imread("test.jpg") h, w = img.shape[:2] new_mtx, roi = cv2.getOptimalNewCameraMatrix( mtx, dist, (w, h), alpha=1, newSize=(w, h)) undistorted = cv2.undistort(img, mtx, dist, None, new_mtx)

alpha 参数控制去畸变后保留多少像素：alpha=1 保留全部像素，图像边缘会留下黑色弧形区域，这是正常的，说明畸变真的被拉直了；alpha=0 会裁剪出最大内接矩形，画面边缘的信息会损失一部分。做测量建议用 alpha=1 再手工按 ROI 裁剪，做视觉效果用 alpha=0 更省事。

4. 验证标定质量：拿到内参后别急着进入算法

4.1 重投影误差的盲区

很多项目的流程是：标定 -> 看 RMS 小于 0.1 -> 开香槟 -> 上真机 -> 翻车。RMS 低只能说明模型很好地拟合了这批标定图像，但如果标定图像的位姿都集中在画面中间区域，画面边缘的畸变全靠外推猜出来，RMS 根本反映不出边缘的真实误差。所以验证环节必须独立于标定过程。

4.2 直线检测法

最直观也最简单的验证方法：找一栋楼的墙角、门框边线、或者一把足够直的尺子，放在画面边缘区域，拍一张图，去畸变之后检查它是否还是直线。具体做法是在去畸变后的图上取点，拟合一条直线，看最大残差。如果明显的大直线还是弯的，或者边缘出现波浪状扭曲，说明内参或畸变模型有问题。

这个测试里有一个常见现象：画面中心的直线很直，边缘的直线在去畸变后被拉过头，变成反向弯曲。这通常不是标定算错了，而是三阶径向畸变模型在硬扛一个出厂畸变就很大的镜头——模型容量不够，边缘怎么优化都拉不直。遇到这种情况，要么换更好的镜头，要么接受边缘区域精度差的事实。

4.3 交叉验证和实测检验

更严苛的做法是交叉验证：采集 20 张图，先用其中 12 张做标定，再用剩下 8 张只检测角点，用标定出的内参和这 8 张图的位姿计算独立的重投影误差。如果训练集 RMS 是 0.08，验证集却到了 0.4，基本可以断定过拟合，要么降低畸变阶数，要么补充覆盖更全面的图像重新标。

如果项目对绝对尺度有要求，尤其是单目测距、测量、重建这类方向，最后一关一定是实测：在目标距离摆一个已知长度的标记物，用像素尺寸结合内参反算物理长度，和真实值比对。这一步能发现很多 RMS 发现不了的问题，比如 square_size 填错、单位搞混、标定板实际打印尺寸和标称不一致。

5. 实战翻车记录：我从标定里踩过的坑

5.1 变焦镜头和自动对焦

第一个坑，变焦镜头。变焦镜头的内参随焦段变化，哪怕锁定同一焦段，每次变焦后主点也会轻微漂移。正确做法是标定前用胶带把变焦环固定死，整个项目期间不准再动。自动对焦同理，做测量项目必须锁死对焦——要么用定焦镜头，要么关掉 AF 手动对焦到目标距离。相机一旦在运行中自动对焦，焦距变了，你手里那套内参就是废纸一张。这个坑在巡检机器人、无人机挂载相机上特别常见，跑起来之后画面偶尔抽动一下，很多人下意识以为是算法抖动，其实是对焦在变。

5.2 传感器裁剪模式

第二个坑，传感器裁剪模式。不少相机在 4K、1080p、慢动作之间切换时，实际参与成像的传感器区域不一样，有的甚至是整幅读出后裁剪缩放。内参是按像素坐标定义的，裁剪模式一变，fx、fy、cx、cy 就全变了。如果项目里需要切换分辨率或画幅模式，别图省事，每个模式单独标定一套内参，并在代码里按当前模式加载对应的参数。

5.3 标定板的状态比你想的更重要

第三个坑，标定板本身。打印在普通纸上的棋盘格，一旦卷边、折角、受潮，角点的世界坐标就不再共面，误差直接进入优化方程。我见过有人用 A4 纸随手打一个棋盘格给工业测量项目做标定，标出来的 fx 和真实值差了快百分之二，这个误差换算到地面测距里，每十米偏二十厘米。视觉测量项目的标定板精度，必须和项目本身的精度要求匹配，别在消耗品上省事。

鱼眼镜头和超广角镜头还有一个特殊问题：边缘角点在图像里畸变得太厉害，findChessboardCorners 偶尔会跳点或者错位，导致整张图不能用。这种情况可以考虑换 ChArUco 板——它每个角点带独立编码 ID，即使部分角点被遮挡或者识别失败，剩下的角点照样能提供约束，鲁棒性比纯棋盘格好很多。

5.4 内参的"保鲜期"

最后提醒一句，内参是有保鲜期的。环境温度剧烈变化，会让相机机械结构热胀冷缩，尤其是装在金属结构上的长焦镜头，温差大时主点能移动好几个像素。要求严格的测量项目，每次开工前花两分钟，用同样的标定板找个固定距离快速拍几张，重新优化一遍畸变系数和主点，比事后再排查数据漂移省心得多。

我在实际项目里养成的习惯是：标定完先把棋盘格在画面九个位置（四角、四边中点、中心）各拍一张留作验证集，每次复标定之后，先用这张验证集跑一遍独立重投影误差。误差涨了，就先别急着上线，回去检查是镜头动了、板子弯了还是光线变了。这套流程看起来多花了几分钟，但帮我在现场躲过了不少耗时数小时的大返工。