本文已参加「新人创作礼」活动，一同开启创作之路。
相机标定过程中，我们会得到一个3x3的旋转矩阵，下面是我们把旋转矩阵与欧拉角之间的彼此转化：
1 旋转矩阵转化为欧拉角（Euler Angles）
1、旋转矩阵是一个3x3的矩阵，如下：
R=(r11r12r13r21r22r23r31r32r33)R=\left(\begin{array}{ccc}
r_{11} & r_{12} & r_{13} \\
r_{21} & r_{22} & r_{23} \\
r_{31} & r_{32} & r_{33}
\end{array}\right)
刚体旋转的旋转矩阵是由三个根本旋转矩阵复合而成的。
2、欧拉角（Euler Angles）
欧拉角来描绘刚体在三维欧几里得空间的取向
3、旋转矩阵转化为欧拉角的公式：
Z轴对应的欧拉角
z=arctan2(−r31,r11)\theta_{z}=\arctan 2\left(-r_{31}, r_{11}\right)
Y轴对应的欧拉角
y=arctan2(−r31,r312+r332)\theta_{y}=\arctan 2\left(-r_{31}, \sqrt{r_{31}{ }^{2}+r_{33}{ }^{2}}\right)
X轴对应的欧拉角
x=arctan2(−r32,r33)\theta_{x}=\arctan 2\left(-r_{32}, r_{33}\right)
注意：
上面公式计算测的欧拉角是弧度制
上面公式的意思是，相机坐标系想要转到与国际坐标系彻底平行（即xcx_c平行于xwx_w，ycy_c平行于ywy_w，zcz_c平行于zwz_w，且他们的方向都是相同的），需求旋转3次，设原始相机坐标系为C0。
-
1、C0绕其z轴旋转，得到新的坐标系C1；
-
2、C1绕其y轴旋转，得到新的坐标系C2（注意旋转轴为C1的y轴，而非C0的y轴）；
-
3、C2绕其x轴旋转，得到新的坐标系C3。此刻C3与国际坐标系W彻底平行。
特别注意：旋转顺序为z y x，切记不能互换。
4、python完成：旋转矩阵转化为欧拉角
import numpy as np
rotate_matrix = [[-0.0174524064372832, -0.999847695156391, 0.0],
[0.308969929589947, -0.00539309018185907, -0.951056516295153],
[0.950911665781176, -0.0165982248672099, 0.309016994374948]]
RM = np.array(rotate_matrix)
# 旋转矩阵到欧拉角(弧度值)
def rotateMatrixToEulerAngles(R):
theta_z = np.arctan2(RM[1, 0], RM[0, 0])
theta_y = np.arctan2(-1 * RM[2, 0], np.sqrt(RM[2, 1] * RM[2, 1] + RM[2, 2] * RM[2, 2]))
theta_x = np.arctan2(RM[2, 1], RM[2, 2])
print(f"Euler angles:\ntheta_x: {theta_x}\ntheta_y: {theta_y}\ntheta_z: {theta_z}")
return theta_x, theta_y, theta_z
# 旋转矩阵到欧拉角(视点制)
def rotateMatrixToEulerAngles2(R):
theta_z = np.arctan2(RM[1, 0], RM[0, 0]) / np.pi * 180
theta_y = np.arctan2(-1 * RM[2, 0], np.sqrt(RM[2, 1] * RM[2, 1] + RM[2, 2] * RM[2, 2])) / np.pi * 180
theta_x = np.arctan2(RM[2, 1], RM[2, 2]) / np.pi * 180
print(f"Euler angles:\ntheta_x: {theta_x}\ntheta_y: {theta_y}\ntheta_z: {theta_z}")
return theta_x, theta_y, theta_z
if __name__ == '__main__':
rotateMatrixToEulerAngles(RM)
rotateMatrixToEulerAngles2(RM)
输出成果如下：
Euler angles:
theta_x: -0.05366141770874149
theta_y: -1.2561686529408898
theta_z: 1.6272221428848495
Euler angles:
theta_x: -3.0745727573994635
theta_y: -71.97316217014685
theta_z: 93.23296111753567
5、C++完成：旋转矩阵转化为欧拉角
//计算出相机坐标系的三轴旋转欧拉角，旋转后能够转出国际坐标系。
//旋转顺序为z、y、x
const double PI = 3.141592653;
double thetaz = atan2(r21, r11) / PI * 180;
double thetay = atan2(-1 * r31, sqrt(r32*r32 + r33*r33)) / PI * 180;
double thetax = atan2(r32, r33) / PI * 180;
2 欧拉角转化为旋转矩阵
欧拉角转化为旋转矩阵，便是沿XYZ三个轴进行旋转，参阅旋转矩阵
1、利用上面生成的弧度值的欧拉角，再转化为旋转矩阵
# 欧拉角转化为旋转矩阵
# 输入为欧拉角为 弧度制
# euler_angles = [-0.05366141770874149, -1.2561686529408898, 1.6272221428848495]
def eulerAnglesToRotationMatrix(theta):
R_x = np.array([[1, 0, 0],
[0, np.cos(theta[0]), -np.sin(theta[0])],
[0, np.sin(theta[0]), np.cos(theta[0])]
])
R_y = np.array([[np.cos(theta[1]), 0, np.sin(theta[1])],
[0, 1, 0],
[-np.sin(theta[1]), 0, np.cos(theta[1])]
])
R_z = np.array([[np.cos(theta[2]), -np.sin(theta[2]), 0],
[np.sin(theta[2]), np.cos(theta[2]), 0],
[0, 0, 1]
])
R = np.dot(R_z, np.dot(R_y, R_x))
print(f"Rotate matrix:\n{R}")
return R
if __name__ == '__main__':
euler_angles = [-0.05366141770874149, -1.2561686529408898, 1.6272221428848495]
eulerAnglesToRotationMatrix(euler_angles)
输出成果：
Rotate matrix:
[[-1.74524064e-02 -9.99847695e-01 -7.38075162e-16]
[ 3.08969930e-01 -5.39309018e-03 -9.51056516e-01]
[ 9.50911666e-01 -1.65982249e-02 3.09016994e-01]]
参阅：www.cnblogs.com/singlex/p/R… 参阅：zhuanlan.zhihu.com/p/259999988 参阅：blog.csdn.net/qq_15642411…
