OpenCV相机校准疑问：相机矩阵为何随标定板距离变化？

• 标定数据集覆盖范围不足
  相机矩阵（内参）是相机的固有属性，理论上不会随标定板的拍摄距离变化。你遇到的问题本质是只用单一或有限距离的图像做标定，导致算法拟合出的内参参数不稳定，甚至偏离真实值。
  正确的标定需要采集覆盖相机整个工作视野的图像：

  • 距离上要包含后续solvePnP会用到的近、中、远所有区间；
  • 姿态上要让标定板处于画面的不同位置（左、右、上、下、中心），并有不同的倾斜角度（俯仰、旋转）；
  • 图像数量建议至少15-20张，确保角点分布足够多样，让标定算法能稳定拟合出真实的内参和畸变参数。

• 对相机标定的核心逻辑理解有偏差
  OpenCV的相机标定算法是通过多组外参（标定板相对于相机的位姿）反推内参。如果所有标定图像的外参都集中在单一距离，算法的自由度被限制，拟合出的内参容易受该距离下的检测误差影响，出现“依赖标定板位置”的假象。只有当外参分布足够分散，算法才能剥离出真正的固有内参。

• 额外排查项

  • 确认标定板的物理尺寸输入完全准确，哪怕1mm的误差都会导致参数偏移；
  • 检查角点检测的准确性，避免模糊、过曝/欠曝的图像参与标定；
  • 如果使用变焦镜头，确保标定时的焦距和后续solvePnP使用的焦距一致（定焦镜头无需担心）。

内容的提问来源于stack exchange，提问作者John Gaby