1. cvGetPerpective 和 cvFindHomography

   前者是计算透视映射矩阵，后者是计算单应性矩阵。

   当是逆透视的时候，前者可以认为是平面的单应性矩阵。

如上面的图所示：

矩形宽度为300

矩形高度为900

比例值为：5（这个是输出后的像素与距离的对应关系）

横向偏移距离：0

纵向偏移距离：0

右边图像的像素：200*5cm = 750 60*5 = 300

对于右图为啥会有下面一部分，是因为我自己定义了它的大小。下面是我们只定义矩形框的图像：

现在我总结一下标定的意思：

1. 当我们相机足够好的时候，我们都可以不用内参数的标定，直接一个逆透视就搞定了。
2. 有时候假如我们用的相机很差，比如我们用的鱼眼相机，这个时候我们就需要自己定义了。我们一般用张友正标定法进行校正，使得到的画面符合我们需要。

参考资料：

在用逆透视进行标定的时候，其实H（单应性矩阵里面已经有内参在里面了）。

从目前来看，假如只想要知道某个对应关系，摄像机可以不做标定。（求内参之类的）