用python写一段代码，通过双目相机获取画面中间点的相机坐标系下的位置

这里提供一个基于OpenCV和NumPy的简单示例代码，假设已经获得了双目相机的图像，且已经完成了双目标定和立体匹配：

import cv2
import numpy as np

# 左右相机的内参和外参
K1 = np.array([[fx1, 0, cx1], [0, fy1, cy1], [0, 0, 1]])
K2 = np.array([[fx2, 0, cx2], [0, fy2, cy2], [0, 0, 1]])
R = np.array([[r11, r12, r13], [r21, r22, r23], [r31, r32, r33]])
t = np.array([tx, ty, tz])

# 左右相机的图像
imgL = cv2.imread('left.png')
imgR = cv2.imread('right.png')

# 立体匹配
stereo = cv2.StereoBM_create(numDisparities=16, blockSize=15)
disparity = stereo.compute(imgL, imgR)

# 计算中心点坐标
w, h = imgL.shape[:2]
x, y = int(w / 2), int(h / 2)

# 计算中心点的视差
disparity_value = disparity[x, y]

# 计算中心点的相机坐标
point_3d = np.array([(y - cx1) * disparity_value / fx1, (x - cy1) * disparity_value / fy1, disparity_value])

# 将点从左相机坐标系转换到世界坐标系
point_3d = np.dot(R.T, point_3d - t)

# 打印结果
print("相机坐标系下中心点的位置：", point_3d)

需要注意的是，这里假设了左右相机的外参已经知道，如果没有，则需要进行立体标定，得到左右相机的外参。另外，这里只计算了中心点的位置，如果要计算整幅图像中每个像素点的位置，需要对每个像素点进行以上的计算。