calibration

已知相机内参，已知场景中几个点的 3D 坐标，从图像中找到这些点的像素位置，求解相机在三维世界中的位姿——这就是 Perspective-n-Point（PnP）问题。本文涉及的工具已开源。

本文围绕开源工程 [surround-view-system-introduction](https://github.com/neozhaoliang/surround-view-system-introduction)，分享了相关知识记录

两个鱼眼相机虽然畸变大、不水平对齐、光轴不平行，但如果它们有固定基线和明显的重叠视野，能否构成一个非标准的双目立体对来做三角化测距？ 答案是可行的。本文记录完整的探索过程、实验结果和工程经验。 本文涉及的部分代码已开源在 GitHub。

相机标定是计算机视觉的"第一公里"。 这篇文章从工程视角出发，解释四个问题： 1. 相机怎么把三维世界拍成二维图像？（针孔模型） 2. 为什么图像会有畸变？怎么描述这种畸变？ 3. 内参和外参分别代表什么？它们之间是什么关系？ 4. 棋盘格标定到底在算什么？重投影误差怎么看？