Android 如何计算相机内部和外部？

如果我们知道摄像头矩阵，则可以将使用iPhone或Android摄像头拍摄的2D图像转换为3D点云。我有一部分关于如何计算一些参数的知识，但是我需要你的帮助来填补我知识中的空白

给定世界坐标（W）、相应的图像坐标（X）和相机内部矩阵（K）。任务是将三维点云投影到世界上

使用X和W估计单应性（H）

使用K和H估计外部矩阵（E）

使用K和E计算相机矩阵

使用摄影机矩阵将三维点投影到图像上

因此，如果我知道至少4个3D点及其对应的像素位置，假设我已经知道相机的内部特性，那么我可以计算上述所有内容

但是如果我不知道相机的本质，我怎么计算呢？我怎样才能得到至少4个世界坐标和图像坐标的对应关系？有没有比我建议的更简单的方法来获取相机矩阵

我不是在网上寻找相机校准的例子，但我想从头开始写代码。非常感谢您的帮助

• 固有参数可以用（）估计
• 外部参数可以通过/问题来估计
• 点对应可以通过标记/棋盘角点检测获得

关于你的断言，我认为：

单应性不应处理3D坐标（具有已知深度）

在某些假设（平面假设）下，您应该能够使用单应性和上一个摄影机姿势计算当前摄影机姿势，但这不是通常的过程

E

通常表示外部矩阵，而不是外部矩阵