張正友相機(jī)標(biāo)定Opencv實(shí)現(xiàn)以及標(biāo)定流程&&標(biāo)定結(jié)果評價(jià)&&圖像矯正流程解析（附標(biāo)定程序和棋盤圖）

使用Opencv實(shí)現(xiàn)張正友法相機(jī)標(biāo)定之前，有幾個(gè)問題事先要確認(rèn)一下，那就是相機(jī)為什么需要標(biāo)定，標(biāo)定需要的輸入和輸出分別是哪些？

相機(jī)標(biāo)定的目的：獲取攝像機(jī)的內(nèi)參和外參矩陣（同時(shí)也會得到每一幅標(biāo)定圖像的選擇和平移矩陣），內(nèi)參和外參系數(shù)可以對之后相機(jī)拍攝的圖像就進(jìn)行矯正，得到畸變相對很小的圖像。

相機(jī)標(biāo)定的輸入：標(biāo)定圖像上所有內(nèi)角點(diǎn)的圖像坐標(biāo)，標(biāo)定板圖像上所有內(nèi)角點(diǎn)的空間三維坐標(biāo)（一般情況下假定圖像位于Z=0平面上）。

相機(jī)標(biāo)定的輸出：攝像機(jī)的內(nèi)參、外參系數(shù)。

這三個(gè)基礎(chǔ)的問題就決定了使用Opencv實(shí)現(xiàn)張正友法標(biāo)定相機(jī)的標(biāo)定流程、標(biāo)定結(jié)果評價(jià)以及使用標(biāo)定結(jié)果矯正原始圖像的完整流程：

1. 準(zhǔn)備標(biāo)定圖片

2. 對每一張標(biāo)定圖片，提取角點(diǎn)信息

3. 對每一張標(biāo)定圖片，進(jìn)一步提取亞像素角點(diǎn)信息

4. 在棋盤標(biāo)定圖上繪制找到的內(nèi)角點(diǎn)（非必須，僅為了顯示）

5. 相機(jī)標(biāo)定

6. 對標(biāo)定結(jié)果進(jìn)行評價(jià)

7. 查看標(biāo)定效果——利用標(biāo)定結(jié)果對棋盤圖進(jìn)行矯正

1. 準(zhǔn)備標(biāo)定圖片

標(biāo)定圖片需要使用標(biāo)定板在不同位置、不同角度、不同姿態(tài)下拍攝，最少需要3張，以10~20張為宜。標(biāo)定板需要是黑白相間的矩形構(gòu)成的棋盤圖，制作精度要求較高，如下圖所示：

2.對每一張標(biāo)定圖片，提取角點(diǎn)信息

需要使用findChessboardCorners函數(shù)提取角點(diǎn)，這里的角點(diǎn)專指的是標(biāo)定板上的內(nèi)角點(diǎn)，這些角點(diǎn)與標(biāo)定板的邊緣不接觸。

?findChessboardCorners函數(shù)原型：

[cpp] view plaincopy

//!?finds?checkerboard?pattern?of?the?specified?size?in?the?image??

CV_EXPORTS_W?bool?findChessboardCorners(?InputArray?image,?Size?patternSize,??

?????????????????????????????????????????OutputArray?corners,??

?????????????????????????????????????????int?flags=CALIB_CB_ADAPTIVE_THRESH+CALIB_CB_NORMALIZE_IMAGE?);??

第一個(gè)參數(shù)Image，傳入拍攝的棋盤圖Mat圖像，必須是8位的灰度或者彩色圖像；

第二個(gè)參數(shù)patternSize，每個(gè)棋盤圖上內(nèi)角點(diǎn)的行列數(shù)，一般情況下，行列數(shù)不要相同，便于后續(xù)標(biāo)定程序識別標(biāo)定板的方向；

第三個(gè)參數(shù)corners，用于存儲檢測到的內(nèi)角點(diǎn)圖像坐標(biāo)位置，一般用元素是Point2f的向量來表示：vector<Point2f> image_points_buf;

第四個(gè)參數(shù)flage：用于定義棋盤圖上內(nèi)角點(diǎn)查找的不同處理方式，有默認(rèn)值。

3. 對每一張標(biāo)定圖片，進(jìn)一步提取亞像素角點(diǎn)信息

為了提高標(biāo)定精度，需要在初步提取的角點(diǎn)信息上進(jìn)一步提取亞像素信息，降低相機(jī)標(biāo)定偏差，常用的方法是cornerSubPix，另一個(gè)方法是使用find4QuadCornerSubpix函數(shù)，這個(gè)方法是專門用來獲取棋盤圖上內(nèi)角點(diǎn)的精確位置的，或許在相機(jī)標(biāo)定的這個(gè)特殊場合下它的檢測精度會比cornerSubPix更高？

cornerSubPix函數(shù)原型：

[cpp] view plaincopy

//!?adjusts?the?corner?locations?with?sub-pixel?accuracy?to?maximize?the?certain?cornerness?criteria??

CV_EXPORTS_W?void?cornerSubPix(?InputArray?image,?InputOutputArray?corners,??

????????????????????????????????Size?winSize,?Size?zeroZone,??

????????????????????????????????TermCriteria?criteria?);??

第一個(gè)參數(shù)image，輸入的Mat矩陣，最好是8位灰度圖像，檢測效率更高；

第二個(gè)參數(shù)corners，初始的角點(diǎn)坐標(biāo)向量，同時(shí)作為亞像素坐標(biāo)位置的輸出，所以需要是浮點(diǎn)型數(shù)據(jù)，一般用元素是Pointf2f/Point2d的向量來表示：vector<Point2f/Point2d> iamgePointsBuf；

第三個(gè)參數(shù)winSize，大小為搜索窗口的一半；

第四個(gè)參數(shù)zeroZone，死區(qū)的一半尺寸，死區(qū)為不對搜索區(qū)的中央位置做求和運(yùn)算的區(qū)域。它是用來避免自相關(guān)矩陣出現(xiàn)某些可能的奇異性。當(dāng)值為（-1，-1）時(shí)表示沒有死區(qū)；

第五個(gè)參數(shù)criteria，定義求角點(diǎn)的迭代過程的終止條件，可以為迭代次數(shù)和角點(diǎn)精度兩者的組合；

find4QuadCornerSubpix函數(shù)原型：

[cpp] view plaincopy

//!?finds?subpixel-accurate?positions?of?the?chessboard?corners??

CV_EXPORTS?bool?find4QuadCornerSubpix(InputArray?img,?InputOutputArray?corners,?Size?region_size);??

第一個(gè)參數(shù)img，輸入的Mat矩陣，最好是8位灰度圖像，檢測效率更高；

第二個(gè)參數(shù)corners，初始的角點(diǎn)坐標(biāo)向量，同時(shí)作為亞像素坐標(biāo)位置的輸出，所以需要是浮點(diǎn)型數(shù)據(jù)，一般用元素是Pointf2f/Point2d的向量來表示：vector<Point2f/Point2d> iamgePointsBuf；

第三個(gè)參數(shù)region_size，角點(diǎn)搜索窗口的尺寸；

在其中一個(gè)標(biāo)定的棋盤圖上分別運(yùn)行cornerSubPix和find4QuadCornerSubpix尋找亞像素角點(diǎn)，兩者定位到的亞像素角點(diǎn)坐標(biāo)分別為：

? ?cornerSubPix： ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??find4QuadCornerSubpix：

? ? ? ? ? ? ? ? ? ? ? ?

雖然有一定差距，但偏差基本都控制在0.5個(gè)像素之內(nèi)。

4. 在棋盤標(biāo)定圖上繪制找到的內(nèi)角點(diǎn)（非必須，僅為了顯示）

drawChessboardCorners函數(shù)用于繪制被成功標(biāo)定的角點(diǎn)，函數(shù)原型：

[cpp] view plaincopy

//!?draws?the?checkerboard?pattern?(found?or?partly?found)?in?the?image??

CV_EXPORTS_W?void?drawChessboardCorners(?InputOutputArray?image,?Size?patternSize,??

?????????????????????????????????????????InputArray?corners,?bool?patternWasFound?);??

第一個(gè)參數(shù)image，8位灰度或者彩色圖像；

第二個(gè)參數(shù)patternSize，每張標(biāo)定棋盤上內(nèi)角點(diǎn)的行列數(shù)；

第三個(gè)參數(shù)corners，初始的角點(diǎn)坐標(biāo)向量，同時(shí)作為亞像素坐標(biāo)位置的輸出，所以需要是浮點(diǎn)型數(shù)據(jù)，一般用元素是Pointf2f/Point2d的向量來表示：vector<Point2f/Point2d> iamgePointsBuf；

第四個(gè)參數(shù)patternWasFound，標(biāo)志位，用來指示定義的棋盤內(nèi)角點(diǎn)是否被完整的探測到，true表示別完整的探測到，函數(shù)會用直線依次連接所有的內(nèi)角點(diǎn)，作為一個(gè)整體，false表示有未被探測到的內(nèi)角點(diǎn)，這時(shí)候函數(shù)會以（紅色）圓圈標(biāo)記處檢測到的內(nèi)角點(diǎn)；

以下是drawChessboardCorners函數(shù)中第四個(gè)參數(shù)patternWasFound設(shè)置為true和false時(shí)內(nèi)角點(diǎn)的繪制效果：

patternWasFound=ture時(shí)，依次連接各個(gè)內(nèi)角點(diǎn)：

patternWasFound=false時(shí)，以（紅色）圓圈標(biāo)記處角點(diǎn)位置：

5. 相機(jī)標(biāo)定

獲取到棋盤標(biāo)定圖的內(nèi)角點(diǎn)圖像坐標(biāo)之后，就可以使用calibrateCamera函數(shù)進(jìn)行標(biāo)定，計(jì)算相機(jī)內(nèi)參和外參系數(shù)，

calibrateCamera函數(shù)原型：

[cpp] view plaincopy

//!?finds?intrinsic?and?extrinsic?camera?parameters?from?several?fews?of?a?known?calibration?pattern.??

CV_EXPORTS_W?double?calibrateCamera(?InputArrayOfArrays?objectPoints,??

?????????????????????????????????????InputArrayOfArrays?imagePoints,??

?????????????????????????????????????Size?imageSize,??

?????????????????????????????????????CV_OUT?InputOutputArray?cameraMatrix,??

?????????????????????????????????????CV_OUT?InputOutputArray?distCoeffs,??

?????????????????????????????????????OutputArrayOfArrays?rvecs,?OutputArrayOfArrays?tvecs,??

?????????????????????????????????????int?flags=0,?TermCriteria?criteria?=?TermCriteria(??

?????????????????????????????????????????TermCriteria::COUNT+TermCriteria::EPS,?30,?DBL_EPSILON)?);??

第一個(gè)參數(shù)objectPoints，為世界坐標(biāo)系中的三維點(diǎn)。在使用時(shí)，應(yīng)該輸入一個(gè)三維坐標(biāo)點(diǎn)的向量的向量，即vector<vector<Point3f>> object_points。需要依據(jù)棋盤上單個(gè)黑白矩陣的大小，計(jì)算出（初始化）每一個(gè)內(nèi)角點(diǎn)的世界坐標(biāo)。

第二個(gè)參數(shù)imagePoints，為每一個(gè)內(nèi)角點(diǎn)對應(yīng)的圖像坐標(biāo)點(diǎn)。和objectPoints一樣，應(yīng)該輸入vector<vector<Point2f>> image_points_seq形式的變量；

第三個(gè)參數(shù)imageSize，為圖像的像素尺寸大小，在計(jì)算相機(jī)的內(nèi)參和畸變矩陣時(shí)需要使用到該參數(shù)；

第四個(gè)參數(shù)cameraMatrix為相機(jī)的內(nèi)參矩陣。輸入一個(gè)Mat cameraMatrix即可，如Mat cameraMatrix=Mat(3,3,CV_32FC1,Scalar::all(0));

第五個(gè)參數(shù)distCoeffs為畸變矩陣。輸入一個(gè)Mat distCoeffs=Mat(1,5,CV_32FC1,Scalar::all(0))即可；

第六個(gè)參數(shù)rvecs為旋轉(zhuǎn)向量；應(yīng)該輸入一個(gè)Mat類型的vector，即vector<Mat>rvecs;

第七個(gè)參數(shù)tvecs為位移向量，和rvecs一樣，應(yīng)該為vector<Mat> tvecs；

第八個(gè)參數(shù)flags為標(biāo)定時(shí)所采用的算法。有如下幾個(gè)參數(shù)：

CV_CALIB_USE_INTRINSIC_GUESS：使用該參數(shù)時(shí)，在cameraMatrix矩陣中應(yīng)該有fx,fy,u0,v0的估計(jì)值。否則的話，將初始化(u0,v0）圖像的中心點(diǎn)，使用最小二乘估算出fx，fy。?
CV_CALIB_FIX_PRINCIPAL_POINT：在進(jìn)行優(yōu)化時(shí)會固定光軸點(diǎn)。當(dāng)CV_CALIB_USE_INTRINSIC_GUESS參數(shù)被設(shè)置，光軸點(diǎn)將保持在中心或者某個(gè)輸入的值。?
CV_CALIB_FIX_ASPECT_RATIO：固定fx/fy的比值，只將fy作為可變量，進(jìn)行優(yōu)化計(jì)算。當(dāng)CV_CALIB_USE_INTRINSIC_GUESS沒有被設(shè)置，fx和fy將會被忽略。只有fx/fy的比值在計(jì)算中會被用到。?
CV_CALIB_ZERO_TANGENT_DIST：設(shè)定切向畸變參數(shù)（p1,p2）為零。?
CV_CALIB_FIX_K1,…,CV_CALIB_FIX_K6：對應(yīng)的徑向畸變在優(yōu)化中保持不變。?
CV_CALIB_RATIONAL_MODEL：計(jì)算k4，k5，k6三個(gè)畸變參數(shù)。如果沒有設(shè)置，則只計(jì)算其它5個(gè)畸變參數(shù)。

第九個(gè)參數(shù)criteria是最優(yōu)迭代終止條件設(shè)定。

在使用該函數(shù)進(jìn)行標(biāo)定運(yùn)算之前，需要對棋盤上每一個(gè)內(nèi)角點(diǎn)的空間坐標(biāo)系的位置坐標(biāo)進(jìn)行初始化，標(biāo)定的結(jié)果是生成相機(jī)的內(nèi)參矩陣cameraMatrix、相機(jī)的5個(gè)畸變系數(shù)distCoeffs，另外每張圖像都會生成屬于自己的平移向量和旋轉(zhuǎn)向量。

6. 對標(biāo)定結(jié)果進(jìn)行評價(jià)

對標(biāo)定結(jié)果進(jìn)行評價(jià)的方法是通過得到的攝像機(jī)內(nèi)外參數(shù)，對空間的三維點(diǎn)進(jìn)行重新投影計(jì)算，得到空間三維點(diǎn)在圖像上新的投影點(diǎn)的坐標(biāo)，計(jì)算投影坐標(biāo)和亞像素角點(diǎn)坐標(biāo)之間的偏差，偏差越小，標(biāo)定結(jié)果越好。

對空間三維坐標(biāo)點(diǎn)進(jìn)行反向投影的函數(shù)是projectPoints，函數(shù)原型是：

[cpp] view plaincopy

//!?projects?points?from?the?model?coordinate?space?to?the?image?coordinates.?Also?computes?derivatives?of?the?image?coordinates?w.r.t?the?intrinsic?and?extrinsic?camera?parameters??

CV_EXPORTS_W?void?projectPoints(?InputArray?objectPoints,??

?????????????????????????????????InputArray?rvec,?InputArray?tvec,??

?????????????????????????????????InputArray?cameraMatrix,?InputArray?distCoeffs,??

?????????????????????????????????OutputArray?imagePoints,??

?????????????????????????????????OutputArray?jacobian=noArray(),??

?????????????????????????????????double?aspectRatio=0?);??

第一個(gè)參數(shù)objectPoints，為相機(jī)坐標(biāo)系中的三維點(diǎn)坐標(biāo)；

第二個(gè)參數(shù)rvec為旋轉(zhuǎn)向量，每一張圖像都有自己的選擇向量；

第三個(gè)參數(shù)tvec為位移向量，每一張圖像都有自己的平移向量；

第四個(gè)參數(shù)cameraMatrix為求得的相機(jī)的內(nèi)參數(shù)矩陣；

第五個(gè)參數(shù)distCoeffs為相機(jī)的畸變矩陣；

第六個(gè)參數(shù)iamgePoints為每一個(gè)內(nèi)角點(diǎn)對應(yīng)的圖像上的坐標(biāo)點(diǎn)；

第七個(gè)參數(shù)jacobian是雅可比行列式；

第八個(gè)參數(shù)aspectRatio是跟相機(jī)傳感器的感光單元有關(guān)的可選參數(shù)，如果設(shè)置為非0，則函數(shù)默認(rèn)感光單元的dx/dy是固定的，會依此對雅可比矩陣進(jìn)行調(diào)整；

下邊顯示了某一張標(biāo)定圖片上的亞像素角點(diǎn)坐標(biāo)和根據(jù)標(biāo)定結(jié)果把空間三維坐標(biāo)點(diǎn)映射回圖像坐標(biāo)點(diǎn)的對比：

find4QuadCornerSubpix查找到的亞像素點(diǎn)坐標(biāo)： ? ? ? ? ? ? ? ? ? ? ? ? ??projectPoints映射的坐標(biāo)：

? ? ? ? ? ? ?? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????

以下是每一幅圖像上24個(gè)內(nèi)角點(diǎn)的平均誤差統(tǒng)計(jì)數(shù)據(jù)：

7. 查看標(biāo)定效果——利用標(biāo)定結(jié)果對棋盤圖進(jìn)行矯正

利用求得的相機(jī)的內(nèi)參和外參數(shù)據(jù)，可以對圖像進(jìn)行畸變的矯正，這里有兩種方法可以達(dá)到矯正的目的，分別說明一下。

方法一：使用initUndistortRectifyMap和remap兩個(gè)函數(shù)配合實(shí)現(xiàn)。

initUndistortRectifyMap用來計(jì)算畸變映射，remap把求得的映射應(yīng)用到圖像上。

initUndistortRectifyMap的函數(shù)原型：

[cpp] view plaincopy

//!?initializes?maps?for?cv::remap()?to?correct?lens?distortion?and?optionally?rectify?the?image??

CV_EXPORTS_W?void?initUndistortRectifyMap(?InputArray?cameraMatrix,?InputArray?distCoeffs,??

???????????????????????????InputArray?R,?InputArray?newCameraMatrix,??

???????????????????????????Size?size,?int?m1type,?OutputArray?map1,?OutputArray?map2?);??

第一個(gè)參數(shù)cameraMatrix為之前求得的相機(jī)的內(nèi)參矩陣；

第二個(gè)參數(shù)distCoeffs為之前求得的相機(jī)畸變矩陣；

第三個(gè)參數(shù)R，可選的輸入，是第一和第二相機(jī)坐標(biāo)之間的旋轉(zhuǎn)矩陣；

第四個(gè)參數(shù)newCameraMatrix，輸入的校正后的3X3攝像機(jī)矩陣；

第五個(gè)參數(shù)size，攝像機(jī)采集的無失真的圖像尺寸；

第六個(gè)參數(shù)m1type，定義map1的數(shù)據(jù)類型，可以是CV_32FC1或者CV_16SC2；

第七個(gè)參數(shù)map1和第八個(gè)參數(shù)map2，輸出的X/Y坐標(biāo)重映射參數(shù)；

remap函數(shù)原型：

[cpp] view plaincopy

//!?warps?the?image?using?the?precomputed?maps.?The?maps?are?stored?in?either?floating-point?or?integer?fixed-point?format??

CV_EXPORTS_W?void?remap(?InputArray?src,?OutputArray?dst,??

?????????????????????????InputArray?map1,?InputArray?map2,??

?????????????????????????int?interpolation,?int?borderMode=BORDER_CONSTANT,??

?????????????????????????const?Scalar&?borderValue=Scalar());??

第一個(gè)參數(shù)src，輸入?yún)?shù)，代表畸變的原始圖像；

第二個(gè)參數(shù)dst，矯正后的輸出圖像，跟輸入圖像具有相同的類型和大小；

第三個(gè)參數(shù)map1和第四個(gè)參數(shù)map2，X坐標(biāo)和Y坐標(biāo)的映射；

第五個(gè)參數(shù)interpolation，定義圖像的插值方式；

第六個(gè)參數(shù)borderMode，定義邊界填充方式；

方法二：使用undistort函數(shù)實(shí)現(xiàn)

undistort函數(shù)原型：

[cpp] view plaincopy

//!?corrects?lens?distortion?for?the?given?camera?matrix?and?distortion?coefficients??

CV_EXPORTS_W?void?undistort(?InputArray?src,?OutputArray?dst,??

?????????????????????????????InputArray?cameraMatrix,??

?????????????????????????????InputArray?distCoeffs,??

?????????????????????????????InputArray?newCameraMatrix=noArray()?);??

第一個(gè)參數(shù)src，輸入?yún)?shù)，代表畸變的原始圖像；

第二個(gè)參數(shù)dst，矯正后的輸出圖像，跟輸入圖像具有相同的類型和大小；

第三個(gè)參數(shù)cameraMatrix為之前求得的相機(jī)的內(nèi)參矩陣；

第四個(gè)參數(shù)distCoeffs為之前求得的相機(jī)畸變矩陣；

第五個(gè)參數(shù)newCameraMatrix，默認(rèn)跟cameraMatrix保持一致；

方法一相比方法二執(zhí)行效率更高一些，推薦使用。

以下是使用某一張標(biāo)定圖使用方法一和方法二進(jìn)行矯正的效果圖對比。

原始標(biāo)定圖像：

方法一，使用initUndistortRectifyMap和remap實(shí)現(xiàn)矯正效果：

方法二，使用undistort函數(shù)實(shí)現(xiàn)矯正效果：

兩個(gè)方法從矯正效果上看，結(jié)果是一致的。

以下是完整的工程代碼：

[cpp] view plaincopy

#include?"opencv2/core/core.hpp"??

#include?"opencv2/imgproc/imgproc.hpp"??

#include?"opencv2/calib3d/calib3d.hpp"??

#include?"opencv2/highgui/highgui.hpp"??

#include?<iostream>??

#include?<fstream>??

??

using?namespace?cv;??

using?namespace?std;??

??

void?main()???

{??

????ifstream?fin("calibdata.txt");?/*?標(biāo)定所用圖像文件的路徑?*/??

????ofstream?fout("caliberation_result.txt");??/*?保存標(biāo)定結(jié)果的文件?*/????

????//讀取每一幅圖像，從中提取出角點(diǎn)，然后對角點(diǎn)進(jìn)行亞像素精確化???

????cout<<"開始提取角點(diǎn)………………";??

????int?image_count=0;??/*?圖像數(shù)量?*/??

????Size?image_size;??/*?圖像的尺寸?*/??

????Size?board_size?=?Size(4,6);????/*?標(biāo)定板上每行、列的角點(diǎn)數(shù)?*/??

????vector<Point2f>?image_points_buf;??/*?緩存每幅圖像上檢測到的角點(diǎn)?*/??

????vector<vector<Point2f>>?image_points_seq;?/*?保存檢測到的所有角點(diǎn)?*/??

????string?filename;??

????int?count=?-1?;//用于存儲角點(diǎn)個(gè)數(shù)。??

????while?(getline(fin,filename))??

????{??

????????image_count++;????????

????????//?用于觀察檢驗(yàn)輸出??

????????cout<<"image_count?=?"<<image_count<<endl;??????????

????????/*?輸出檢驗(yàn)*/??

????????cout<<"-->count?=?"<<count;????????

????????Mat?imageInput=imread(filename);??

????????if?(image_count?==?1)??//讀入第一張圖片時(shí)獲取圖像寬高信息??

????????{??

????????????image_size.width?=?imageInput.cols;??

????????????image_size.height?=imageInput.rows;???????????

????????????cout<<"image_size.width?=?"<<image_size.width<<endl;??

????????????cout<<"image_size.height?=?"<<image_size.height<<endl;??

????????}??

??

????????/*?提取角點(diǎn)?*/??

????????if?(0?==?findChessboardCorners(imageInput,board_size,image_points_buf))??

????????{?????????????

????????????cout<<"can?not?find?chessboard?corners!\n";?//找不到角點(diǎn)??

????????????exit(1);??

????????}???

????????else???

????????{??

????????????Mat?view_gray;??

????????????cvtColor(imageInput,view_gray,CV_RGB2GRAY);??

????????????/*?亞像素精確化?*/??

????????????find4QuadCornerSubpix(view_gray,image_points_buf,Size(5,5));?//對粗提取的角點(diǎn)進(jìn)行精確化??

????????????//cornerSubPix(view_gray,image_points_buf,Size(5,5),Size(-1,-1),TermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER,30,0.1));??

????????????image_points_seq.push_back(image_points_buf);??//保存亞像素角點(diǎn)??

????????????/*?在圖像上顯示角點(diǎn)位置?*/??

????????????drawChessboardCorners(view_gray,board_size,image_points_buf,false);?//用于在圖片中標(biāo)記角點(diǎn)??

????????????imshow("Camera?Calibration",view_gray);//顯示圖片??

????????????waitKey(500);//暫停0.5S?????????

????????}??

????}??

????int?total?=?image_points_seq.size();??

????cout<<"total?=?"<<total<<endl;??

????int?CornerNum=board_size.width*board_size.height;??//每張圖片上總的角點(diǎn)數(shù)??

????for?(int?ii=0?;?ii<total?;ii++)??

????{??

????????if?(0?==?ii%CornerNum)//?24?是每幅圖片的角點(diǎn)個(gè)數(shù)。此判斷語句是為了輸出?圖片號，便于控制臺觀看???

????????{?????

????????????int?i?=?-1;??

????????????i?=?ii/CornerNum;??

????????????int?j=i+1;??

????????????cout<<"-->?第?"<<j?<<"圖片的數(shù)據(jù)?-->?:?"<<endl;??

????????}??

????????if?(0?==?ii%3)??//?此判斷語句，格式化輸出，便于控制臺查看??

????????{??

????????????cout<<endl;??

????????}??

????????else??

????????{??

????????????cout.width(10);??

????????}??

????????//輸出所有的角點(diǎn)??

????????cout<<"?-->"<<image_points_seq[ii][0].x;??

????????cout<<"?-->"<<image_points_seq[ii][0].y;??

????}?????

????cout<<"角點(diǎn)提取完成！\n";??

??

????//以下是攝像機(jī)標(biāo)定??

????cout<<"開始標(biāo)定………………";??

????/*棋盤三維信息*/??

????Size?square_size?=?Size(10,10);??/*?實(shí)際測量得到的標(biāo)定板上每個(gè)棋盤格的大小?*/??

????vector<vector<Point3f>>?object_points;?/*?保存標(biāo)定板上角點(diǎn)的三維坐標(biāo)?*/??

????/*內(nèi)外參數(shù)*/??

????Mat?cameraMatrix=Mat(3,3,CV_32FC1,Scalar::all(0));?/*?攝像機(jī)內(nèi)參數(shù)矩陣?*/??

????vector<int>?point_counts;??//?每幅圖像中角點(diǎn)的數(shù)量??

????Mat?distCoeffs=Mat(1,5,CV_32FC1,Scalar::all(0));?/*?攝像機(jī)的5個(gè)畸變系數(shù)：k1,k2,p1,p2,k3?*/??

????vector<Mat>?tvecsMat;??/*?每幅圖像的旋轉(zhuǎn)向量?*/??

????vector<Mat>?rvecsMat;?/*?每幅圖像的平移向量?*/??

????/*?初始化標(biāo)定板上角點(diǎn)的三維坐標(biāo)?*/??

????int?i,j,t;??

????for?(t=0;t<image_count;t++)???

????{??

????????vector<Point3f>?tempPointSet;??

????????for?(i=0;i<board_size.height;i++)???

????????{??

????????????for?(j=0;j<board_size.width;j++)???

????????????{??

????????????????Point3f?realPoint;??

????????????????/*?假設(shè)標(biāo)定板放在世界坐標(biāo)系中z=0的平面上?*/??

????????????????realPoint.x?=?i*square_size.width;??

????????????????realPoint.y?=?j*square_size.height;??

????????????????realPoint.z?=?0;??

????????????????tempPointSet.push_back(realPoint);??

????????????}??

????????}??

????????object_points.push_back(tempPointSet);??

????}??

????/*?初始化每幅圖像中的角點(diǎn)數(shù)量，假定每幅圖像中都可以看到完整的標(biāo)定板?*/??

????for?(i=0;i<image_count;i++)??

????{??

????????point_counts.push_back(board_size.width*board_size.height);??

????}?????

????/*?開始標(biāo)定?*/??

????calibrateCamera(object_points,image_points_seq,image_size,cameraMatrix,distCoeffs,rvecsMat,tvecsMat,0);??

????cout<<"標(biāo)定完成！\n";??

????//對標(biāo)定結(jié)果進(jìn)行評價(jià)??

????cout<<"開始評價(jià)標(biāo)定結(jié)果………………\n";??

????double?total_err?=?0.0;?/*?所有圖像的平均誤差的總和?*/??

????double?err?=?0.0;?/*?每幅圖像的平均誤差?*/??

????vector<Point2f>?image_points2;?/*?保存重新計(jì)算得到的投影點(diǎn)?*/??

????cout<<"\t每幅圖像的標(biāo)定誤差：\n";??

????fout<<"每幅圖像的標(biāo)定誤差：\n";??

????for?(i=0;i<image_count;i++)??

????{??

????????vector<Point3f>?tempPointSet=object_points[i];??

????????/*?通過得到的攝像機(jī)內(nèi)外參數(shù)，對空間的三維點(diǎn)進(jìn)行重新投影計(jì)算，得到新的投影點(diǎn)?*/??

????????projectPoints(tempPointSet,rvecsMat[i],tvecsMat[i],cameraMatrix,distCoeffs,image_points2);??

????????/*?計(jì)算新的投影點(diǎn)和舊的投影點(diǎn)之間的誤差*/??

????????vector<Point2f>?tempImagePoint?=?image_points_seq[i];??

????????Mat?tempImagePointMat?=?Mat(1,tempImagePoint.size(),CV_32FC2);??

????????Mat?image_points2Mat?=?Mat(1,image_points2.size(),?CV_32FC2);??

????????for?(int?j?=?0?;?j?<?tempImagePoint.size();?j++)??

????????{??

????????????image_points2Mat.at<Vec2f>(0,j)?=?Vec2f(image_points2[j].x,?image_points2[j].y);??

????????????tempImagePointMat.at<Vec2f>(0,j)?=?Vec2f(tempImagePoint[j].x,?tempImagePoint[j].y);??

????????}??

????????err?=?norm(image_points2Mat,?tempImagePointMat,?NORM_L2);??

????????total_err?+=?err/=??point_counts[i];?????

????????std::cout<<"第"<<i+1<<"幅圖像的平均誤差："<<err<<"像素"<<endl;?????

????????fout<<"第"<<i+1<<"幅圖像的平均誤差："<<err<<"像素"<<endl;?????

????}?????

????std::cout<<"總體平均誤差："<<total_err/image_count<<"像素"<<endl;?????

????fout<<"總體平均誤差："<<total_err/image_count<<"像素"<<endl<<endl;?????

????std::cout<<"評價(jià)完成！"<<endl;????

????//保存定標(biāo)結(jié)果??????

????std::cout<<"開始保存定標(biāo)結(jié)果………………"<<endl;?????????

????Mat?rotation_matrix?=?Mat(3,3,CV_32FC1,?Scalar::all(0));?/*?保存每幅圖像的旋轉(zhuǎn)矩陣?*/??

????fout<<"相機(jī)內(nèi)參數(shù)矩陣："<<endl;?????

????fout<<cameraMatrix<<endl<<endl;?????

????fout<<"畸變系數(shù)：\n";?????

????fout<<distCoeffs<<endl<<endl<<endl;?????

????for?(int?i=0;?i<image_count;?i++)???

????{???

????????fout<<"第"<<i+1<<"幅圖像的旋轉(zhuǎn)向量："<<endl;?????

????????fout<<tvecsMat[i]<<endl;??????

????????/*?將旋轉(zhuǎn)向量轉(zhuǎn)換為相對應(yīng)的旋轉(zhuǎn)矩陣?*/?????

????????Rodrigues(tvecsMat[i],rotation_matrix);?????

????????fout<<"第"<<i+1<<"幅圖像的旋轉(zhuǎn)矩陣："<<endl;?????

????????fout<<rotation_matrix<<endl;?????

????????fout<<"第"<<i+1<<"幅圖像的平移向量："<<endl;?????

????????fout<<rvecsMat[i]<<endl<<endl;?????

????}?????

????std::cout<<"完成保存"<<endl;???

????fout<<endl;??

????/************************************************************************???

????顯示定標(biāo)結(jié)果???

????*************************************************************************/??

????Mat?mapx?=?Mat(image_size,CV_32FC1);??

????Mat?mapy?=?Mat(image_size,CV_32FC1);??

????Mat?R?=?Mat::eye(3,3,CV_32F);??

????std::cout<<"保存矯正圖像"<<endl;??

????string?imageFileName;??

????std::stringstream?StrStm;??

????for?(int?i?=?0?;?i?!=?image_count?;?i++)??

????{??

????????std::cout<<"Frame?#"<<i+1<<"..."<<endl;??

????????initUndistortRectifyMap(cameraMatrix,distCoeffs,R,cameraMatrix,image_size,CV_32FC1,mapx,mapy);????????

????????StrStm.clear();??

????????imageFileName.clear();??

????????string?filePath="chess";??

????????StrStm<<i+1;??

????????StrStm>>imageFileName;??

????????filePath+=imageFileName;??

????????filePath+=".bmp";??

????????Mat?imageSource?=?imread(filePath);??

????????Mat?newimage?=?imageSource.clone();??

????????//另一種不需要轉(zhuǎn)換矩陣的方式??

????????//undistort(imageSource,newimage,cameraMatrix,distCoeffs);??

????????remap(imageSource,newimage,mapx,?mapy,?INTER_LINEAR);?????????

????????StrStm.clear();??

????????filePath.clear();??

????????StrStm<<i+1;??

????????StrStm>>imageFileName;??

????????imageFileName?+=?"_d.jpg";??

????????imwrite(imageFileName,newimage);??

????}??

????std::cout<<"保存結(jié)束"<<endl;??????

????return?;??

}??

標(biāo)定圖例1：

標(biāo)定圖例2：

標(biāo)定結(jié)果1：

標(biāo)定結(jié)果2：

矯正效果1：

矯正效果2：

以上程序已經(jīng)是完整程序，需要棋盤標(biāo)定圖或者整個(gè)項(xiàng)目包的可以到這里下載：張正友相機(jī)標(biāo)定Opencv實(shí)現(xiàn)（完整程序+棋盤圖）。

總結(jié)

以上是生活随笔為你收集整理的转载：https://blog.csdn.net/dcrmg/article/details/52939318的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。