马春杰杰最近在做利用相机标定的项目，开始的时候使用的是win+vs2015+opencv，可他喵的，这台电脑一开始还可以，后面就死活不行了，提示什么应添加”;”.~~
实际上我已经加了，而且加的绝对是英文分号，还是不行，尝试了一天之后，遂放弃。改用python。下面是代码：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 |
import cv2 import glob import numpy as np ''' cbraw和cbcol是我自己加的。tutorial用的棋盘足够大包含了7×6以上 个角点，我自己用的只有6×4。这里如果角点维数超出的话，标定的时候会报错。 ''' cbraw = 6 cbcol = 4 # prepare object points, like (0,0,0), (1,0,0), (2,0,0) ....,(6,5,0) objp = np.zeros((cbraw*cbcol,3), np.float32) ''' 设定世界坐标下点的坐标值，因为用的是棋盘可以直接按网格取； 假定棋盘正好在x-y平面上，这样z值直接取0，简化初始化步骤。 mgrid把列向量[0:cbraw]复制了cbcol列，把行向量[0:cbcol]复制了cbraw行。 转置reshape后，每行都是4×6网格中的某个点的坐标。 ''' objp[:,:2] = np.mgrid[0:cbraw,0:cbcol].T.reshape(-1,2) objpoints = [] # 3d point in real world space imgpoints = [] # 2d points in image plane. #glob是个文件名管理工具 images = glob.glob("cal2.jpg") for fname in images: #对每张图片，识别出角点，记录世界物体坐标和图像坐标 img = cv2.imread(fname) #source image #我用的图片太大，缩小了一半 img = cv2.resize(img,None,fx=0.5, fy=0.5, interpolation = cv2.INTER_CUBIC) gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #转灰度 #cv2.imshow('img',gray) #cv2.waitKey(1000) #寻找角点，存入corners，ret是找到角点的flag ret, corners = cv2.findChessboardCorners(gray,(6,4),None) #criteria:角点精准化迭代过程的终止条件 criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) #执行亚像素级角点检测 corners2 = cv2.cornerSubPix(gray,corners,(11,11),(-1,-1),criteria) objpoints.append(objp) imgpoints.append(corners2) #在棋盘上绘制角点,只是可视化工具 img = cv2.drawChessboardCorners(gray,(6,4),corners2,ret) cv2.imshow('img',img) cv2.waitKey(0) ''' 传入所有图片各自角点的三维、二维坐标，相机标定。 每张图片都有自己的旋转和平移矩阵，但是相机内参和畸变系数只有一组。 mtx，相机内参；dist，畸变系数；revcs，旋转矩阵；tvecs，平移矩阵。 ''' ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1],None,None) img = cv2.imread('cal2.jpg') #注意这里跟循环开头读取图片一样，如果图片太大要同比例缩放，不然后面优化相机内参肯定是错的。 img = cv2.resize(img,None,fx=0.5, fy=0.5, interpolation = cv2.INTER_CUBIC) h,w = img.shape[:2] ''' 优化相机内参（camera matrix），这一步可选。 参数1表示保留所有像素点，同时可能引入黑色像素， 设为0表示尽可能裁剪不想要的像素，这是个scale，0-1都可以取。 ''' newcameramtx, roi=cv2.getOptimalNewCameraMatrix(mtx,dist,(w,h),1,(w,h)) #纠正畸变 dst = cv2.undistort(img, mtx, dist, None, newcameramtx) #这步只是输出纠正畸变以后的图片 x,y,w,h = roi dst = dst[y:y+h, x:x+w] #打印我们要求的两个矩阵参数 print("newcameramtx:\n",newcameramtx) print("dist:\n",dist) #计算误差 tot_error = 0 for i in range(len(objpoints)): imgpoints2, _ = cv2.projectPoints(objpoints[i], rvecs[i], tvecs[i], mtx, dist) error = cv2.norm(imgpoints[i],imgpoints2, cv2.NORM_L2)/len(imgpoints2) tot_error += error print("total error: ", tot_error/len(objpoints)) cv2.imwrite('calibresult.png',dst) |
源图像见附件：
附
件
下
载
alex1977 1天前说：
xizai212 2天前说：
杨嘉业 6天前说：
123456 3周前 (08-20)说：
王光卫博客 1个月前 (08-03)说：
明月登楼 2个月前 (07-11)说：
