已知变换矩阵和照相机位置，如何计算照相机的仰角和方位角

假设变换矩阵为 $T$，照相机位置为 $p$，可以使用以下代码计算照相机的仰角和方位角：

import numpy as np

# 定义照相机位置和朝向
p = np.array([0, 0, 0])
v = np.array([0, 0, 1])

# 计算相机的朝向在变换矩阵下的方向向量
d = np.dot(T[:3, :3], v)

# 计算方位角和仰角
theta = np.arctan2(d[0], d[2])
phi = np.arctan2(d[1], np.sqrt(d[0]**2 + d[2]**2))

# 将弧度转换为角度
theta_deg = np.rad2deg(theta)
phi_deg = np.rad2deg(phi)

print('方位角：', theta_deg)
print('仰角：', phi_deg)

这里使用了 `np.dot` 函数计算相机的朝向在变换矩阵下的方向向量，然后使用 `np.arctan2` 函数计算方位角和仰角。注意，在计算仰角时需要使用 $d_1$ 和 $\sqrt{d_0^2 + d_2^2}$ 的比值，这里使用了 `np.sqrt` 函数和平方和的方式计算。

最后将弧度转换为角度，方便阅读和理解结果。