1、製做標定板html
將下圖打印：app
圖一ide
將打印出的紙固定放到一個平板上，使用同一相機從不一樣的位置，不一樣的角度，拍攝標定板的多張照片（10-20張最佳），將照片放到文件夾中：函數
2、提取標定板的世界座標spa
須要注意標定板的大小是標定板在水平和豎直方向上內角點的個數。內角點指的是，標定板上不挨着邊界的角點（如圖一標定板大小爲6×9）。.net
3、張正友標定相機3d
（一）張正友標定相機原理code
1.求得相機內參數：htm
用於標定的棋盤格是特製的，其角點座標已知。標定棋盤格是三維場景中的一個平面∏，棋盤格在成像平面爲π(知道了∏與π的對應點座標以後，可求解兩個平面1對應的單應矩陣H)。blog
根據相機成像模型，P爲標定的棋盤座標，p爲其像素點座標。則，經過對應的點座標求解H後，可用於求K,R,T。
2.設棋盤格所在平面爲世界座標系上XOY平面，則棋盤格上任一角點P世界座標系爲(X,Y,0)。
三、內參約束條件
4、實驗結果
（一）角點檢測
（二）相機參數：
其中：
ret: 48.043364303359844
內參數矩陣mtx:
[[2.89394836e+03 0.00000000e+00 1.18203203e+02]
[0.00000000e+00 7.97606845e+03 4.35321306e+02]
[0.00000000e+00 0.00000000e+00 1.00000000e+00]]
畸變係數dist:
[[-1.65763847e+02 8.93185546e+03 -2.72751174e+00 2.50930783e+00 9.38314320e+04]]
14張圖的旋轉向量rvecs分別是:
[array([[ 2.07541837],[-0.50479028],[-2.49085509]]),
array([[-1.16763908],[-1.12637317],[-1.07159956]]),
array([[ 1.19233488],[ 1.20624967],[-1.08566803]]),
array([[-1.16244554],[-1.13982256],[-1.06232949]]),
array([[-1.09733234],[-1.17285271],[-1.01093628]]),
array([[ 1.23539076],[ 1.16691521],[-1.11707143]]),
array([[-1.16607369],[-1.14036633],[-1.06258838]]),
array([[-1.23689999],[-1.08911596],[-1.1949959 ]]),
array([[-1.0598044 ],[-1.18432565],[-0.92552792]]),
array([[-1.28920578],[-1.03930212],[-1.2359854 ]]),
array([[ 1.21956501],[ 1.17686431],[-1.10965745]]),
array([[ 1.19665548],[ 1.20211216],[-1.08712586]]),
array([[-1.14009498],[-1.1404223 ],[-1.0457488 ]]),
array([[-1.72584463],[-0.30218636],[-2.16269854]])]
14張圖的平移向量tvecs分別是:
[array([[ 2.58103626],[ -1.449794 ],[153.26014997]]),
array([[-1.39291898],[-1.93347226],[58.34618242]]),
array([[-1.18779854],[-1.88277967],[62.72913595]]),
array([[-1.1216013 ],[-2.25848093],[62.93996114]]),
array([[ 0.10165107],[-2.50680014],[74.40682257]]),
array([[-1.28469761],[-2.49801729],[81.14504656]]),
array([[-1.10391052],[-2.04871883],[63.69652216]]),
array([[ 0.27557857],[-2.51892743],[88.71794513]]),
array([[-0.92126877],[-3.07010974],[82.83508132]]),
array([[ 0.28318588],[-2.15120651],[88.45919501]]),
array([[-1.03690781],[-2.36490656],[81.60288684]]),
array([[-1.13388547],[-2.10610231],[66.81208467]]),
array([[-0.46224606],[-2.18458233],[68.05082571]]),
array([[ 4.31072343],[ -5.89752854],[300.37214262]])]
（三）手機型號
iPhone6s
5、代碼
1 import cv2 2 import numpy as np 3 import glob 4 5 # 設置尋找亞像素角點的參數，採用的中止準則是最大循環次數30和最大偏差容限0.001 6 criteria = (cv2.TERM_CRITERIA_MAX_ITER | cv2.TERM_CRITERIA_EPS, 30, 0.001) 7 8 # 獲取標定板角點的位置 9 objp = np.zeros((6 * 9, 3), np.float32) 10 objp[:, :2] = np.mgrid[0:9, 0:6].T.reshape(-1, 2) # 將世界座標系建在標定板上，全部點的Z座標所有爲0，因此只須要賦值x和y 11 12 obj_points = [] # 存儲3D點 13 img_points = [] # 存儲2D點 14 15 images = glob.glob("D:/there/pictures/*.jpg") 16 for fname in images: 17 img = cv2.imread(fname) 18 cv2.imshow('img',img) 19 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 20 21 size = gray.shape[::-1] 22 ret, corners = cv2.findChessboardCorners(gray, (6, 9), None) 23 print(ret) 24 25 if ret: 26 27 obj_points.append(objp) 28 29 corners2 = cv2.cornerSubPix(gray, corners, (5, 5), (-1, -1), criteria) # 在原角點的基礎上尋找亞像素角點 30 #print(corners2) 31 if [corners2]: 32 img_points.append(corners2) 33 else: 34 img_points.append(corners) 35 36 cv2.drawChessboardCorners(img, (8, 6), corners, ret) # 記住，OpenCV的繪製函數通常無返回值 37 cv2.imshow('img', img) 38 cv2.waitKey(2000) 39 40 print(len(img_points)) 41 cv2.destroyAllWindows() 42 43 # 標定 44 ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(obj_points, img_points, size, None, None) 45 46 print("ret:", ret) 47 print("mtx:\n", mtx) # 內參數矩陣 48 print("dist:\n", dist) # 畸變係數 distortion cofficients = (k_1,k_2,p_1,p_2,k_3) 49 print("rvecs:\n", rvecs) # 旋轉向量 # 外參數 50 print("tvecs:\n", tvecs ) # 平移向量 # 外參數 51 52 print("-----------------------------------------------------")
6、參考文獻
相機標定求解相機內參數 https://www.cnblogs.com/gaoyixue/p/10406626.html
張正友相機標定Opencv實現以及標定流程&&標定結果評價&&圖像矯正流程解析（附標定程序和棋盤圖）https://blog.csdn.net/dcrmg/article/details/52939318