Calcul Matrice Intrins Que Fov Champ De Vue

Calculez instantanément la matrice intrinsèque de caméra K, les focales en pixels fx et fy, le point principal, ainsi que le champ de vue horizontal, vertical et diagonal à partir de la focale ou du FOV horizontal.

Guide expert du calcul de la matrice intrinsèque, du FOV et du champ de vue

Le calcul de la matrice intrinsèque d’une caméra est une base incontournable en vision par ordinateur, en photogrammétrie, en robotique mobile, en réalité augmentée, en métrologie industrielle et en reconstruction 3D. Dès qu’un système doit relier un point du monde réel à sa projection sur une image, il faut comprendre comment les paramètres optiques et numériques se combinent. C’est précisément le rôle de la matrice intrinsèque, généralement notée K. Elle résume les paramètres internes du couple capteur-objectif dans le référentiel image.

Dans un modèle de caméra sténopé simplifié, la matrice intrinsèque prend souvent la forme suivante :

K = [[fx, s, cx], [0, fy, cy], [0, 0, 1]]

où fx et fy sont les focales exprimées en pixels, s est le skew, et cx, cy représentent le point principal.

Le FOV, ou field of view, se traduit en français par champ de vue. Il décrit l’angle couvert par la caméra. On distingue en pratique le FOV horizontal, vertical et diagonal. Ces angles dépendent directement de deux éléments : les dimensions physiques du capteur et la focale réelle de l’objectif. Plus la focale est courte, plus l’angle de vue est large. À l’inverse, plus la focale est longue, plus le champ de vue est étroit.

Pourquoi la matrice intrinsèque est-elle essentielle ?

Sans la matrice intrinsèque, on ne peut pas convertir correctement des coordonnées 3D vers l’image 2D, ni faire une calibration de qualité, ni estimer une pose caméra avec précision. Les usages concrets sont nombreux :

• calibration de caméras monoculaires et stéréoscopiques ;
• alignement d’objets virtuels en réalité augmentée ;
• triangulation et reconstruction 3D ;
• SLAM pour drones, robots et véhicules autonomes ;
• inspection industrielle et mesures géométriques ;
• vision scientifique, médicale et microscopique.

Les meilleures ressources académiques sur la géométrie de l’image expliquent ce rôle central. Pour approfondir, consultez les chapitres de géométrie de l’image du MIT Vision Book et les notes de cours sur la matrice caméra de Carnegie Mellon University. Pour les concepts de projection et de calibration utilisés dans la recherche spatiale et instrumentale, la documentation de la NASA offre aussi un cadre physique utile.

Comment calculer fx et fy

Le point qui surprend le plus souvent les débutants est que la focale utilisée en vision par ordinateur n’est pas toujours exprimée en millimètres. Dans la matrice intrinsèque, on travaille généralement avec une focale convertie en pixels. Si l’on connaît la focale réelle f en millimètres, ainsi que la taille physique du capteur et la résolution image, alors :

1. fx = (f / largeur_capteur_mm) × largeur_image_px
2. fy = (f / hauteur_capteur_mm) × hauteur_image_px

Ces deux valeurs diffèrent lorsque les dimensions du capteur et la résolution ne suivent pas exactement le même rapport, ou lorsque les pixels ne sont pas carrés. Sur la majorité des capteurs modernes grand public et industriels, les pixels sont proches du carré, ce qui donne souvent des valeurs de fx et fy assez voisines.

Le rôle du point principal

Le point principal correspond au centre optique projeté sur l’image. En première approximation, on le place au centre de l’image :

• cx = largeur / 2
• cy = hauteur / 2

Mais lors d’une calibration réelle, il peut se décaler légèrement à cause des tolérances mécaniques de l’optique et de l’assemblage du capteur. Dans les systèmes de précision, il vaut donc mieux utiliser les valeurs calibrées plutôt qu’un simple centre théorique.

Comment calculer le FOV et le champ de vue

Le champ de vue se calcule avec la formule géométrique classique du modèle sténopé :

• FOV horizontal = 2 × arctan(largeur_capteur / (2f))
• FOV vertical = 2 × arctan(hauteur_capteur / (2f))
• FOV diagonal = 2 × arctan(diagonale_capteur / (2f))

Ces angles sont généralement exprimés en degrés. Si vous connaissez au contraire le FOV horizontal et la largeur du capteur, vous pouvez retrouver la focale réelle :

f = largeur_capteur / (2 × tan(FOV_horizontal / 2))

C’est exactement ce que fait le calculateur ci-dessus. Il permet de partir soit de la focale réelle, soit du FOV horizontal, puis de déduire automatiquement l’ensemble des autres paramètres.

Exemple concret

Prenons un capteur plein format de 36 × 24 mm avec une image 1920 × 1080 px et une focale de 24 mm. On obtient :

• fx = 1280 px ;
• fy = 1080 px ;
• cx = 960 px ;
• cy = 540 px ;
• FOV horizontal ≈ 73,74° ;
• FOV vertical ≈ 53,13° ;
• FOV diagonal ≈ 84,06°.

Ces chiffres illustrent une idée importante : à focale identique, le FOV dépend de la taille du capteur. Un 24 mm sur plein format ne donne pas le même angle qu’un 24 mm sur un capteur beaucoup plus petit.

Tableau comparatif des focales et du FOV sur capteur 36 × 24 mm

Le tableau suivant présente des valeurs calculées pour un capteur plein format. Les angles ont été obtenus à partir de la formule géométrique standard. Ils sont très utilisés comme repères dans l’industrie photo et vidéo.

Focale réelle	FOV horizontal	FOV vertical	Usage typique
14 mm	104,25°	81,20°	Architecture, intérieur, VR, capture immersive
24 mm	73,74°	53,13°	Paysage, documentaire, caméra embarquée
35 mm	54,43°	37,85°	Reportage, cinéma, vision générale
50 mm	39,60°	26,99°	Perspective standard, calibration de référence
85 mm	23,91°	16,07°	Portrait, téléobjectif court, inspection ciblée

Influence du format de capteur sur le calcul

Le second piège fréquent consiste à confondre focale réelle et focale équivalente 24 × 36. En vision par ordinateur, il faut travailler avec la focale réelle physique de l’objectif et la taille réelle du capteur. L’équivalent plein format est utile pour le marketing ou la comparaison photographique, mais il ne remplace pas les données physiques nécessaires au calcul de K.

Format de capteur	Dimensions approximatives	Diagonale	Conséquence sur le FOV à focale égale
Plein format	36,0 × 24,0 mm	43,27 mm	Champ large de référence
APS-C Nikon/Sony	23,5 × 15,6 mm	28,21 mm	Champ plus étroit qu’en plein format
APS-C Canon	22,3 × 14,9 mm	26,82 mm	Recadrage plus marqué
1 pouce	13,2 × 8,8 mm	15,86 mm	Champ nettement plus serré
1/2,3 pouce	6,17 × 4,55 mm	7,67 mm	Très fort crop, fréquent sur action cams et compacts

Différence entre matrice intrinsèque et paramètres extrinsèques

La matrice intrinsèque décrit les propriétés internes de la caméra. Les paramètres extrinsèques, eux, décrivent sa position et son orientation dans l’espace. En pratique :

• intrinsèques : focale en pixels, point principal, skew ;
• extrinsèques : rotation R et translation t.

Une chaîne de projection complète s’écrit souvent sous la forme : x ~ K [R|t] X. Cela signifie qu’un point 3D du monde subit d’abord une transformation géométrique vers le repère caméra, puis une projection par la matrice intrinsèque vers le plan image.

Et la distorsion dans tout ça ?

Un autre point crucial est que la matrice intrinsèque seule ne suffit pas toujours pour décrire une caméra réelle. Les objectifs introduisent généralement des distorsions :

• distorsion radiale en barillet ou en coussinet ;
• distorsion tangentielle liée à un défaut d’alignement ;
• variations supplémentaires sur les optiques très grand-angle.

Pour un calcul pédagogique ou une estimation initiale, K et le FOV suffisent souvent. Pour de la mesure précise, il faut compléter avec les coefficients de distorsion issus d’une calibration réelle.

Bonnes pratiques pour une calibration fiable

1. Utiliser la résolution native du capteur, sans recadrage logiciel caché.
2. Connaître la taille réelle du capteur, pas seulement un équivalent marketing.
3. Vérifier si le mode vidéo applique un crop différent du mode photo.
4. Rester cohérent entre focale réelle et unité du capteur.
5. Mesurer ou calibrer le point principal si une précision subpixel est nécessaire.
6. Prendre en compte la distorsion pour les optiques larges et ultra-larges.
7. Conserver les mêmes paramètres d’optique, zoom et mise au point pendant la calibration et l’exploitation.

Applications concrètes du calcul matrice intrinsèque FOV champ de vue

Dans la robotique, une erreur de focalisation ou de FOV peut dégrader la localisation visuelle, le suivi d’objets ou l’évitement d’obstacles. En photogrammétrie, un K approximatif augmente les erreurs de reconstruction. En réalité augmentée, une mauvaise matrice intrinsèque provoque un flottement ou une mauvaise perspective des objets virtuels. En industrie, cela peut générer un défaut de mesure important sur une chaîne d’inspection automatique.

Le calculateur présenté ici répond à un besoin très pratique : obtenir rapidement un modèle interne cohérent à partir de données facilement disponibles. Il ne remplace pas une calibration complète au damier ou à la mire, mais il constitue une excellente première estimation et une aide de validation. Pour de nombreux prototypes, simulations et pipelines de test, cette estimation est déjà suffisante pour démarrer.

Résumé opérationnel

Si vous devez retenir l’essentiel, gardez ces trois idées :

• la matrice intrinsèque relie la géométrie physique de la caméra à la géométrie de l’image ;
• le FOV dépend de la focale réelle et des dimensions du capteur ;
• fx et fy sont des focales converties en pixels, indispensables pour le calcul de projection.

En pratique, commencez par saisir la largeur et la hauteur de l’image, les dimensions du capteur, puis soit la focale réelle, soit le FOV horizontal. Le calculateur en déduira automatiquement la matrice K, le point principal et les angles de champ. Vous pourrez ensuite utiliser ces résultats dans vos projets OpenCV, moteurs 3D, pipelines de vision ou outils de simulation.

Pour une exploitation scientifique ou industrielle, confrontez toujours ces résultats à une calibration expérimentale. Mais pour comparer des optiques, comprendre l’impact d’un changement de capteur ou préparer un système de vision, ce type de calcul est l’outil de référence le plus rapide et le plus utile.