求由4x4矩阵定义的相机垂直屏幕直线的世界坐标系方程

没问题，这其实是计算机视觉里相机位姿变换的基础问题，我给你一步步拆解思路：

首先要搞清楚你手里的4x4矩阵的定义：它是「相机坐标系到世界坐标系」的变换矩阵（记为$T_{wc}$），还是「世界坐标系到相机坐标系」的变换矩阵（记为$T_{cw}$）？这是后续推导的关键，不同定义的处理逻辑略有区别。

通常来说，4x4刚体变换矩阵的结构是：

[ R | t ]
[ 0 0 0 1 ]

其中：

• $R$是3x3旋转矩阵，描述坐标系间的旋转关系
• $t$是3x1平移向量，描述坐标系原点的位置偏移

我们默认采用计算机视觉中最常用的针孔相机坐标系：右手坐标系，相机屏幕位于xy平面，垂直于屏幕的方向就是相机的z轴（光轴）。

在相机坐标系中，这条直线的参数方程非常简单：

• 起点是相机原点：$O_c = (0, 0, 0)$
• 方向向量是光轴方向：$d_c = (0, 0, 1)$
• 参数方程（笛卡尔坐标）：$P_c = O_c + s \cdot d_c = (0, 0, s)$，其中$s \in \mathbb{R}$（如果是射线则$s \geq 0$，直线则$s$可取任意实数）

我们分两种矩阵定义情况讨论：

情况1：你的4x4矩阵是$T_{wc}$（相机→世界） #

这个矩阵的作用是把相机坐标系下的点/向量转换到世界坐标系：

• 相机原点在世界坐标系的位置：$O_w = T_{wc} \cdot [0, 0, 0, 1]^T$，也就是矩阵里的平移向量$t = (t_x, t_y, t_z)$
• 光轴方向向量在世界坐标系的表示：$d_w = R \cdot [0, 0, 1]^T$，也就是旋转矩阵$R$的第三列（因为旋转矩阵的每一列对应原坐标系轴在目标坐标系的方向）

此时，世界坐标系下的直线参数方程就是：
$$
\begin{cases}
x = t_x + s \cdot R_{13} \
y = t_y + s \cdot R_{23} \
z = t_z + s \cdot R_{33}
\end{cases}
$$
其中$s$是参数，$R_{ij}$表示旋转矩阵第i行第j列的元素。

情况2：你的4x4矩阵是$T_{cw}$（世界→相机） #

这时候我们需要先求它的逆矩阵$T_{wc} = T_{cw}^{-1}$，刚体变换矩阵的逆有固定形式：
$$
T_{cw}^{-1} =
\begin{bmatrix}
R^T & -R^T t \
0 & 0 & 0 & 1
\end{bmatrix}
$$
其中$R^T$是旋转矩阵的转置（因为旋转矩阵是正交矩阵，逆等于转置）。

然后重复情况1的步骤：

• 相机原点在世界坐标系的位置：$O_w = -R^T t$
• 光轴方向向量在世界坐标系的表示：$d_w = R^T \cdot [0, 0, 1]^{T$（也就是$R}T$的第三列，等价于$R$的第三行）

对应的参数方程为：
$$
\begin{cases}
x = (-R^T t)x + s \cdot (R^T){13} \
y = (-R^T t)y + s \cdot (R^T){23} \
z = (-R^T t)z + s \cdot (R^T){33}
\end{cases}
$$

假设你的$T_{wc}$矩阵是：

[ 1 0 0 5 ]
[ 0 1 0 3 ]
[ 0 0 1 2 ]
[ 0 0 0 1 ]

这表示相机在世界坐标系的位置是(5,3,2)，且没有旋转（光轴和世界坐标系z轴同向）。代入公式后，直线方程就是：
$$
\begin{cases}
x = 5 + s \cdot 0 \
y = 3 + s \cdot 0 \
z = 2 + s \cdot 1
\end{cases}
$$
也就是沿着世界z轴、过点(5,3,2)的直线，完全符合预期。

内容的提问来源于stack exchange，提问作者toto_tata