Calcul matrice intrinsèque K, FOV et champ de vue
Calculez rapidement la matrice intrinsèque d’une caméra à partir de la résolution, du champ de vue horizontal ou vertical, du point principal et des dimensions du capteur. Cet outil est conçu pour la vision par ordinateur, la photogrammétrie, la robotique, la calibration caméra et les pipelines 3D.
Calculateur premium de matrice intrinsèque
Formules utilisées : fx = (W / 2) / tan(HFOV / 2) et fy = (H / 2) / tan(VFOV / 2). Si un seul FOV est saisi, l’autre est déduit du ratio largeur/hauteur.
Résultats : renseignez vos paramètres puis cliquez sur le bouton de calcul.
Guide expert, comprendre le calcul de la matrice intrinsèque K à partir du FOV et du champ de vue
Le calcul de la matrice intrinsèque K est l’une des bases de la vision par ordinateur moderne. Lorsqu’on parle de caméra, de projection perspective, de calibration ou de reconstruction 3D, on finit presque toujours par rencontrer la matrice intrinsèque. Elle relie le monde géométrique à l’espace image et permet de convertir une distance focale et un champ de vue en grandeurs directement utilisables par les logiciels de perception, les algorithmes de SLAM, les pipelines photogrammétriques et les applications de réalité augmentée. Si vous cherchez à réaliser un calcul de matrice intrinsèque K à partir du FOV et du champ de vue, l’objectif est généralement d’obtenir les paramètres fx, fy, cx et cy dans l’unité la plus pratique pour l’image numérique, c’est-à-dire le pixel.
Dans sa forme la plus classique, la matrice intrinsèque s’écrit avec les focales sur la diagonale principale et le point principal dans la troisième colonne. Le paramètre fx représente la focale projetée sur l’axe horizontal en pixels, tandis que fy représente la focale projetée sur l’axe vertical. Le point principal, souvent noté (cx, cy), correspond au centre optique projeté dans l’image. Pour une caméra bien centrée et un recadrage neutre, on l’approche souvent par le centre géométrique de l’image, soit cx = W/2 et cy = H/2. En pratique, une calibration réelle peut produire un léger décalage.
Pourquoi le FOV est si utile pour obtenir fx et fy
Le champ de vue, ou FOV pour Field of View, décrit l’angle couvert par la caméra. On distingue généralement le FOV horizontal, le FOV vertical et parfois le FOV diagonal. Dans les systèmes de vision, le FOV est souvent plus facile à trouver qu’une focale en pixels, notamment parce que les fiches techniques des caméras annoncent un angle de vue, alors que les logiciels de vision ont besoin de la matrice K. Le lien entre ces deux descriptions repose sur une géométrie simple de projection perspective.
Pour une image de largeur W et de hauteur H, on utilise les équations suivantes :
- fx = (W / 2) / tan(HFOV / 2)
- fy = (H / 2) / tan(VFOV / 2)
Ces formules expriment la relation directe entre demi-dimension de l’image et demi-angle de vue. Plus le champ de vue est large, plus la focale en pixels diminue. À l’inverse, plus le champ de vue est étroit, plus la focale en pixels augmente. C’est un point essentiel : un objectif très grand angle produit souvent un fx plus faible qu’un téléobjectif à résolution identique.
Déduction d’un FOV manquant à partir du ratio d’image
Il est fréquent de connaître uniquement le FOV horizontal, surtout pour les webcams, les caméras industrielles, les caméras embarquées ou les fiches techniques de modules mobiles. Si le ratio largeur/hauteur de l’image est connu, il est possible de déduire le FOV vertical. La relation géométrique est la suivante :
VFOV = 2 * atan((H / W) * tan(HFOV / 2))
De manière symétrique, si seul le FOV vertical est disponible, on calcule :
HFOV = 2 * atan((W / H) * tan(VFOV / 2))
Cela permet de reconstruire une matrice intrinsèque cohérente sans disposer immédiatement de toutes les données. Cette approche est largement utilisée dans les moteurs 3D, les systèmes de simulation, les workflows AR et les outils de génération de scènes synthétiques.
Exemple concret de calcul sur une caméra Full HD
Prenons une image en 1920 x 1080 pixels avec un champ de vue horizontal de 90°. En appliquant la formule, on obtient :
- fx = (1920 / 2) / tan(90 / 2)
- fx = 960 / tan(45°)
- fx = 960 / 1 = 960 px
Comme le ratio de l’image est 16:9, le FOV vertical correspondant est d’environ 58,72°. On obtient alors fy ≈ 960 px également. Si le point principal est centré, on choisit cx = 960 et cy = 540. La matrice K devient donc :
[ 960 0 960 ]
[ 0 960 540 ]
[ 0 0 1 ]
Ce résultat a une interprétation immédiate. La caméra a une focale en pixels égale à la moitié de la largeur d’image quand son FOV horizontal vaut exactement 90°. C’est un cas très pédagogique et souvent utilisé comme point de départ pour expliquer le rapport entre perspective et projection.
Tableau comparatif, impact du FOV horizontal sur fx pour une image 1920 px de large
| FOV horizontal | tan(HFOV/2) | fx calculé, px | Interprétation pratique |
|---|---|---|---|
| 60° | 0,577 | 1662,8 | Angle relativement serré, perspective plus compressée |
| 75° | 0,767 | 1251,5 | Compromis courant pour de nombreuses caméras de perception |
| 90° | 1,000 | 960,0 | Référence simple, très pratique en simulation |
| 110° | 1,428 | 672,3 | Grand angle, distorsion potentiellement plus marquée selon l’optique |
| 120° | 1,732 | 554,3 | Très large couverture, utile pour embarqué et surveillance |
Ce tableau montre une tendance fondamentale : le même capteur et la même résolution peuvent produire des focales en pixels très différentes selon le champ de vue. En pratique, cela change la manière dont les objets sont projetés, la sensibilité à la profondeur, l’angle couvert par scène et même la stabilité de certains algorithmes.
Relation entre focale en pixels et focale en millimètres
Lorsque les dimensions physiques du capteur sont connues, il est possible de convertir la focale en pixels en focale en millimètres. C’est particulièrement utile quand on compare une caméra réelle à sa fiche constructeur. Les formules sont simples :
- f_mm_x = fx * sensorWidth_mm / W
- f_mm_y = fy * sensorHeight_mm / H
Par exemple, avec une image 1920 x 1080, un capteur de 6,4 mm x 4,8 mm et un fx = 960 px, on obtient une focale physique d’environ 3,2 mm sur l’axe horizontal. Cette correspondance est utile pour rapprocher les mondes de l’optique classique et de la vision numérique.
Tableau comparatif, ordres de grandeur de focale équivalente selon le type de caméra
| Scénario | Résolution | HFOV | fx, px | Capteur largeur, mm | focale estimée, mm |
|---|---|---|---|---|---|
| Webcam grand public | 1280 x 720 | 78° | 790,2 | 3,68 | 2,27 |
| Caméra mobile standard | 1920 x 1080 | 84° | 1066,1 | 5,76 | 3,20 |
| Caméra industrielle plus serrée | 2448 x 2048 | 60° | 2120,0 | 8,80 | 7,62 |
| Caméra embarquée ultra large | 1920 x 1080 | 120° | 554,3 | 6,40 | 1,85 |
Pièges fréquents lors du calcul de la matrice intrinsèque
1. Confondre FOV horizontal, vertical et diagonal
De nombreuses fiches techniques annoncent un angle de vue diagonal, car il paraît plus impressionnant commercialement. Or la matrice K a besoin d’informations alignées sur les axes image. Si vous utilisez un FOV diagonal comme s’il était horizontal, vous obtiendrez un fx incorrect, souvent trop faible. Il faut toujours vérifier la définition exacte donnée par le constructeur.
2. Changer de résolution sans recalculer K
La matrice intrinsèque dépend directement de la résolution. Si vous passez d’une image 1920 x 1080 à 1280 x 720, les focales en pixels changent. En revanche, la géométrie angulaire de la caméra réelle ne change pas nécessairement. Il faut donc mettre à l’échelle fx, fy, cx et cy en fonction du redimensionnement de l’image.
3. Oublier la distorsion optique
La matrice K décrit une caméra idéale de type sténopé. Dans la réalité, surtout avec des objectifs grand angle, la distorsion radiale et tangentielle peut être importante. Une bonne calibration inclut donc K et des coefficients de distorsion. Le calcul basé sur le FOV donne un excellent point de départ, mais il ne remplace pas toujours une calibration complète avec mire si l’on vise la précision métrique.
4. Supposer que cx et cy sont exactement centrés
Cette approximation est souvent acceptable pour du prototypage, de la simulation ou des systèmes grand public. Toutefois, dès que l’on cherche de la précision, par exemple en robotique de manipulation, en métrologie ou en photogrammétrie, un léger décentrage du point principal peut produire une erreur visible. Il est alors préférable de calibrer la caméra ou d’utiliser les valeurs fournies par un outil spécialisé.
Quand utiliser ce type de calcul et quand calibrer réellement
Le calcul de la matrice intrinsèque à partir du champ de vue est excellent dans plusieurs situations : prototypage rapide, moteur graphique, simulation, approximation initiale pour bundle adjustment, intégration de caméras documentées sommairement, visualisation 3D et adaptation de modèles synthétiques. En revanche, si vous développez un système de mesure précis, un robot autonome avec exigences de localisation fines, une chaîne de reconstruction métrique ou une application industrielle, il est recommandé d’effectuer une calibration réelle avec cibles de référence.
Les sources académiques et institutionnelles confirment l’importance de cette distinction. Le livre de vision du MIT offre une excellente base théorique sur la géométrie de l’image et la formation des images, voir visionbook.mit.edu. Pour des supports pédagogiques plus orientés caméra projective, les cours de la Carnegie Mellon University sont également utiles, par exemple cs.cmu.edu. Côté observation instrumentale et géométrie de prise de vue, les ressources de la NASA apportent un contexte pertinent, par exemple landsat.gsfc.nasa.gov.
Interpréter correctement les valeurs de fx et fy
Beaucoup d’utilisateurs veulent savoir si une valeur de fx est bonne ou mauvaise. En réalité, elle n’est ni bonne ni mauvaise en soi. Elle dépend de la résolution et du FOV. Une caméra 4K avec le même angle de vue qu’une caméra Full HD aura des focales en pixels environ deux fois plus grandes. Ce n’est pas une différence optique fondamentale, c’est surtout une conséquence de l’échantillonnage plus fin de l’image. De même, si fx et fy sont très proches, cela indique souvent que le rapport entre les angles et le ratio image est cohérent. S’ils diffèrent fortement alors que les pixels sont carrés et que le FOV devrait être isotrope, cela peut signaler une erreur de saisie.
Check-list de validation rapide
- Vérifier que les angles sont exprimés en degrés dans l’interface, puis convertis en radians dans le code.
- Confirmer si le FOV fourni par le constructeur est horizontal, vertical ou diagonal.
- Conserver la même résolution entre le calcul de K et le traitement réel de l’image.
- Contrôler que cx et cy correspondent au centre ou à la calibration mesurée.
- Ajouter les coefficients de distorsion si l’objectif est grand angle ou fish-eye.
Conclusion
Le calcul de la matrice intrinsèque K à partir du FOV et du champ de vue est une compétence essentielle pour quiconque travaille avec des images, des caméras ou des scènes 3D. En quelques données simples, largeur, hauteur, angle de vue et point principal, on obtient une matrice immédiatement exploitable dans de nombreux environnements logiciels. C’est une méthode rapide, robuste et conceptuellement claire pour passer d’une description optique intuitive à une représentation mathématique rigoureuse. Utilisez le calculateur ci-dessus pour générer vos paramètres, comparer plusieurs scénarios et visualiser l’effet du champ de vue sur les focales en pixels. Pour des besoins de précision avancée, complétez ensuite cette étape par une calibration réelle et une estimation de la distorsion.