K[0, :] *= self.width // (2 ** scale)
K[1, :] *= self.height // (2 ** scale)
这里相机内参乘了高度和宽度再除的可能是因为原始的相机内参是以图像的比例为单位的,而不是以像素为单位的。比如,如果原始的相机内参矩阵是:
那么这个矩阵表示的是,相机的焦距是图像宽度和高度的一半,光轴与图像中心重合。如果原始图像的宽度和高度分别是640和480,那么以像素为单位的相机内参矩阵就是:
如果将图像缩放到一半,即宽度和高度分别是320和240,那么以像素为单位的相机内参矩阵就是:
可以看到,这个矩阵可以通过原始的相机内参矩阵乘以高度和宽度再除以4得到。所以,这里相机内参乘了高度和宽度再除的可能是为了将以图像比例为单位的相机内参转换为以像素为单位的相机内参,并且根据缩放级别进行调整。
标签:运算,monodepth2,矩阵,内参,相机,宽度,图像,像素 From: https://blog.51cto.com/u_12074581/6239436