solvePnP与calibrateCamera外参一致性及转换必要性问询

问题1：rotationVectors和translationVectors是否直接作为相机外参？ #

是的，当你在calibrateCamera中设置CALIB_USE_INTRINSIC_GUESS并固定所有内参（如代码中CALIB_FIX_*系列flags）时，函数输出的rotationVectors（旋转向量）和translationVectors（平移向量）就是标准的相机外参，代表世界坐标系到相机坐标系的变换：

• 将旋转向量转换为矩阵R后，世界点P_w可通过公式P_c = R * P_w + t转换到相机坐标系P_c
• 这组外参完全满足相机标定的需求，无需额外转换即可直接使用

你测试中两种方法结果误差小，是因为固定内参的calibrateCamera（单帧场景下）和solvePnP的核心逻辑一致，都是求解世界到相机的变换关系。

问题2：逆变换操作何时必要？ #

你看到的逆转换步骤，仅在需要获取相机在世界坐标系中的姿态时才需要——也就是描述“相机原点在世界中的位置”以及“相机朝向”，而非“世界点如何转到相机坐标系”。

具体逻辑：

• solvePnP（或固定内参的calibrateCamera）输出的R和t是世界→相机的变换参数
• 若要得到相机→世界的变换（即相机相对于世界的位姿），需要执行以下逆变换：
  1. 用Calib3d.Rodrigues()将旋转向量转为旋转矩阵R
  2. 相机到世界的旋转矩阵为R.t()（旋转矩阵是正交矩阵，逆等于转置）
  3. 相机到世界的平移向量为-R.t() * tvec（推导：世界原点在相机中的位置是-R.t()*tvec，反过来就是相机原点在世界中的位置）

只有当你需要计算相机自身在世界坐标系中的位姿时，才需要执行这组转换；如果只是用外参将世界点投影到图像（或反向投影），直接使用原始的R和t即可，无需转换。

内容的提问来源于stack exchange，提问作者vatbub