我想要你对我遇到的问题的智力建议。(x,y,z,I)我有 3D 点数据以及代表 3D 场景的强度场。我希望将此 3D 数据转换为图像（具有强度值的 2D 矩阵'I'）。
我计划使用针孔相机模型（维基百科）对 3D 点进行透视投影。
x'=f*x/z 和y'=f*y/z
我应该选择什么值'f'？图像的大小如何取决于它？（比如说我需要一张 500*500 大小的图片，适合什么值'f'）
由于二维图像中的坐标是整数，我应该如何量化x'和y'值并替换相应的强度值？例如，如果我得到两组（通过使用f=10）作为
x,y,z,I
(3,1,2,128) -> x',y',I(15,5,128)
(3.1,1.1,2,150) -> (15.5,5.5,150)
在上述两组中，我应该只是四舍五入x'和y'值并在该坐标处使用它的强度，还是应该使用非整数坐标的强度平均值？
生成的图像是否能清楚地描绘 2D 场景（如从相机拍摄的照片）？
将非常感谢您的想法。谢谢
是否使用平均强度或最近邻或其他类型的插值取决于您的应用程序。例如，OpenGL 在执行此操作时为您提供选择选项（请参阅 GL_TEXTURE_MIN_FILTER 和 GL_TEXTURE_MAG_FILTER）。
我建议你尝试不同的方法，看看它们是什么样子的；线性和最近邻插值之间的区别是一行代码。有关您的预期应用程序的更多信息可能会有所帮助。
算法上最简单的投影方法不一定是计算效率最高的。如果不是投影点，而是从 2D 像素位置开始，找到相应的附近 3D 点并执行插值（即使只是最近邻插值）以获得强度，则编码要容易得多。这将阻止您在图像中出现例如间隙，并且您不再需要担心由于放大以及像素之间的空间而进行插值。
如何再次投影数据取决于您要实现的目标，因此有关应用程序的更多信息将很有用 - 例如，您是否尝试将所有点都放入图像中？还是您要填充图像？还是云的某些特性使它在投影时很可能被挤压成正方形？如果它是由图像阵列收集的，那么应该可以轻松地对其进行投影（并且上述大部分机制都是不必要的，因为它应该很容易恢复原始坐标）。否则，可能会有图像中没有出现的点或图像中没有对应点的部分。
如果我做出一些假设，那么我可以求解极限的投影方程。如果我们假设一个 640 x 480 的图像并且投影的中心在图像的中心，那么我们有：
x'=f*x/z + 320
（请注意，这是在滥用焦距，因为通常将其映射到像素上，而真实模型将其映射到图像阵列的比例上，然后再映射到像素上）。
设点数组中的最大值和该点greatestx:x的对应值xgreatestx:zz
639.5=f*greatestx:x/greatestx:z + 320
所以，
f = 319.5*greatestx:z / greatestx:x
如果对最小的 x 值、最小的 y 值和最大的 y 值执行此操作：
f = -319.5*smallestx:z / smallestx: x
f = 239.5*greatesty:z / greatesty: y
f = -239.5*smallesty:z / smallesty: y
Now if we choose the smallest f of the above then we guarantee the point cloud to fit into the image (but there might be gaps). If we choose the largest f then we guarantee there to be no gaps in the image (but there might be parts that don't fit onto the image).