根据内参调整图像大小

根据内参进行图像缩放

公式推导参考：图像缩放后相机内参如何变化的

注意：直接调用OpenCV对图像进行resize只能改变图像shape，从相机层级出发 应该是根据内参来进行转换的（其中可能涉及 焦距 和 分辨率的调整）。

设原始相机内参为

K 1 = [ f x 1 0 u 0 1 0 f y 1 v 0 1 0 0 1 ] K^{1}=\left[

\right] K1=⎣ ⎡​fx1​00​0fy1​0​u01​v01​1​⎦ ⎤​

目的相机内参为：

K 2 = [ f x 2 0 u 0 2 0 f y 2 v 0 2 0 0 1 ] K^{2}=\left[

\right] K2=⎣ ⎡​fx2​00​0fy2​0​u02​v02​1​⎦ ⎤​

根据坐标系间的关系：

[ X c Y c Z c 1 ] = [ R T 0 1 ] [ X w Y w Z w 1 ] \left[

\right]= \left[ \right] \left[ \right] ⎣ ⎡​Xc​Yc​Zc​1​⎦ ⎤​=[R0​T1​]⎣ ⎡​Xw​Yw​Zw​1​⎦ ⎤​

Z c [ u v 1 ] = [ f x 0 u 0 0 0 f y v 0 0 0 0 1 0 ] [ R T 0 1 ] [ X w Y w Z w 1 ] Z_{c}\left[

\right] =\left[ \right] \left[ \right] \left[ \right] Zc​⎣ ⎡​uv1​⎦ ⎤​=⎣ ⎡​fx​00​0fy​0​u0​v0​1​000​⎦ ⎤​[R0​T1​]⎣ ⎡​Xw​Yw​Zw​1​⎦ ⎤​

将图像像素坐标 左乘原始相机内参的逆 再左乘目的相机内参 即可：

[ u 2 v 2 1 ] = [ f x 2 0 u 0 2 0 f y 2 v 0 2 0 0 1 ] [ f x 1 0 u 0 1 0 f y 1 v 0 1 0 0 1 ] − 1 [ u 1 v 1 1 ] \left[

\right]= \left[ \right] \left[ \right]^{-1} \left[ \right] ⎣ ⎡​u2v21​⎦ ⎤​=⎣ ⎡​fx2​00​0fy2​0​u02​v02​1​⎦ ⎤​⎣ ⎡​fx1​00​0fy1​0​u01​v01​1​⎦ ⎤​−1⎣ ⎡​u1v11​⎦ ⎤​

超分辨率重建

一文掌握图像超分辨率重建（算法原理、Pytorch实现）——含完整代码和数据