假设我在两个图像之间具有良好的对应关系，并尝试恢复它们之间的相机运动。 我可以使用 OpenCV 3 的新工具来实现此目的，如下所示：
Mat E = findEssentialMat(imgpts1, imgpts2, focal, principalPoint, RANSAC, 0.999, 1, mask);
int inliers = recoverPose(E, imgpts1, imgpts2, R, t, focal, principalPoint, mask);
Mat mtxR, mtxQ;
Mat Qx, Qy, Qz;
Vec3d angles = RQDecomp3x3(R, mtxR, mtxQ, Qx, Qy, Qz);
cout << "Translation: " << t.t() << endl;
cout << "Euler angles [x y z] in degrees: " << angles.t() << endl;
现在，我很难理解什么R and t实际上的意思是。它们是否是将坐标从相机空间 1 映射到相机空间 2 所需的变换，如p_2 = R * p_1 + t?
考虑这个例子，带有真实的手动标记的对应关系
我得到的输出是这样的：
Translation: [-0.9661243151855488, -0.04921320381132761, 0.253341406362796]
Euler angles [x y z] in degrees: [9.780449804801876, 46.49315494782735, 15.66510133665445]
我尝试将其与我在图像中看到的内容相匹配并提出解释，即[-0.96,-0.04,0.25]告诉我，我已向右移动，因为坐标已沿负 x 轴移动，但它也会告诉我，我已移得更远，因为坐标已沿正 z 轴移动。
我还围绕 y 轴旋转了相机（向左旋转，我认为这将是围绕负 y 轴逆时针旋转，因为在 OpenCV 中，y 轴指向下方，不是吗？）
问题：我的解释正确吗？如果不正确，正确的解释是什么？
其实你的解释是正确的。
首先，关于 y 轴的方向，你是正确的。有关 OpenCV 相机坐标系的说明，请参见here.
您的代码会将 R 和 t 从第二个相机返回到第一个相机。这意味着如果 x1 是第一幅图像中的点并且 x2 是第二幅图像中的点，则以下等式成立x1 = R*x2 + t。
现在，在您的情况下，右侧图像（前视图）来自摄像机 1，左侧图像（侧视图）来自摄像机 2。
看看这个方程，我们发现首先应用了旋转。因此，您的相机当前拍摄的是左框。现在，您的 R 指定绕 y 轴旋转约 46 度。由于按角度 alpha 旋转点与将坐标轴反向旋转该角度相同，因此您的 R 告诉您向左旋转。正如您自己指出的，如果查看图片，这似乎是正确的。由于围绕其他轴的旋转很小并且难以成像，因此我们在这里忽略它们。 因此，在应用旋转后，您仍然站在拍摄左帧的相同位置，但您的相机或多或少指向汽车后部或汽车正后方的空间。
现在让我们看看平移向量。您关于向右移动并远离的解释也是正确的。让我尝试解释一下原因。想象一下，从您当前的位置开始，使用新的摄像机方向，您只能向右移动。您可能会直接撞到汽车，或者需要将相机放在发动机罩上方。因此，向右移动后，您还需要进一步移动才能到达拍摄正确照片的位置。
我希望这个解释能帮助您想象 R 和 t 所描述的运动。