将像素坐标转换为世界坐标Python代码

要将像素坐标转换为世界坐标，需要提供以下信息：

1. 相机内参矩阵（Intrinsic matrix）
2. 相机外参矩阵（Extrinsic matrix）
3. 像素坐标（Pixel coordinates）

下面是一个示例Python代码，可以将像素坐标转换为世界坐标：

import numpy as np

# 相机内参矩阵
K = np.array([[fx, 0, cx],
              [0, fy, cy],
              [0, 0, 1]])

# 相机外参矩阵
R = np.array([[r11, r12, r13],
              [r21, r22, r23],
              [r31, r32, r33]])
t = np.array([tx, ty, tz])

# 像素坐标
u = pixel_x
v = pixel_y

# 将像素坐标转换为归一化平面坐标
u_norm = (u - cx) / fx
v_norm = (v - cy) / fy

# 将归一化平面坐标转换为相机坐标系下的坐标
p_cam = np.array([u_norm, v_norm, 1])
p_cam = p_cam / np.linalg.norm(p_cam)

# 将相机坐标系下的坐标转换为世界坐标系下的坐标
p_world = R.T.dot(p_cam) + t

# 输出世界坐标
print(p_world)

在代码中，`fx` 和 `fy` 分别是相机的焦距，`cx` 和 `cy` 是图像中心点的坐标。`R` 和 `t` 是相机的旋转矩阵和平移矩阵，可以通过相机标定获得。`pixel_x` 和 `pixel_y` 是像素坐标。最终输出的是世界坐标。