5_相机标定_3_calibrateCamera()例子

上次介绍了calibrateCamera()接口参数，这次实际调用。

程序中所用标准标定板。

一、图片预处理

使用的图片原像素是3072*2048，即600万像素，处理起来不快；改成了560*420，即20万像素。调用opencv接口如下：

// 最小分辨率（560x420像素）Size dsize = Size(560, 420);Mat shrink;resize(img, shrink, dsize, 0, 0, INTER_AREA);//保存stringstream str;str << "../opencv_/data/pic/11" <<  ".png";imwrite(str.str(), shrink);

二、相机标定流程

主要是objectPoints：世界坐标系中的点。使用标准棋盘，传入的是交叉点(不包括边角)的实际坐标，以物理实际尺度(如mm)为单位。写坐标时，保证z轴为0，按照先x变化，后y变化，从小到大的顺序来写。如果网格尺寸为12.5毫米，写作：(0,0,0),(12.5,0,0), (25,0,0)...

①读取图片，找到角点，对粗角点精确化

cv::imread(pic)

cv::findCirclesGrid()

cv::find4QuadCornerSubpix()

②设置棋盘三维物理坐标

我使用的是标准圆网格，7*7=49个。

③调用calibrateCamera()接口

程序如下：

程序中cv::Size2f(12.5,12.5)是两圆的中心距。

std::vector imagePointBuf;  /* 缓存每幅图像上检测到的角点 */
std::vector imagePointSeq;  /* 保存检测到的所有角点 */   int imageCount=0;  /* 图像数量 */cv::Size boardSize = cv::Size(7,7);    /* 标定板上每行、列的角点数 */cv::Size imageSize;  /* 图像的尺寸 */for(int i=1; i<12; i++){std::string pic("../CalibrateCamera/data/pic/" + std::to_string(i) +".png" );cv::Mat imageInput = cv::imread(pic);//cv::findChessboardCorners(imageInput,boardSize,imagePointBuf);bool ret = cv::findCirclesGrid(imageInput,boardSize,imagePointBuf);    if(true == ret){qDebug() << "findChessboardCorners success " << i;imageCount++;if (1 == imageCount) {imageSize.width = imageInput.cols;imageSize.height =imageInput.rows;}          cv::Mat viewGray;
//          cv::cvtColor(imageInput,viewGray,CV_BGR2GRAY);cv::cvtColor(imageInput,viewGray,cv::COLOR_BGR2GRAY);/* 亚像素精确化 */cv::find4QuadCornerSubpix(viewGray,imagePointBuf,cv::Size(7,7)); //对粗提取的角点进行精确化imagePointSeq.push_back(imagePointBuf); //保存亚像素角点//          cv::drawChessboardCorners(imageInput, boardSize, imagePointBuf, true);
//          cv::imshow("Camera Calibration",viewGray);//显示图片}else{qDebug() << "findChessboardCorners failed " << i;}}qDebug() << "角点提取完成！\n";//以下是摄像机标定qDebug() << "开始标定………………";/*棋盘三维信息 mm*/cv::Size2f squareSize = cv::Size2f(12.5,12.5);  /* 实际测量得到的标定板上每个棋盘格的大小 */    std::vector     <std::vector> objectPoints; /* 保存标定板上角点的三维坐标 */     /*内外参数*/cv::Mat cameraMatrix = cv::Mat(3,3,CV_32FC1,cv::Scalar::all(0)); /* 摄像机内参数矩阵 */std::vector pointCounts;  // 每幅图像中角点的数量cv::Mat distCoeffs = cv::Mat(1,5,CV_32FC1,cv::Scalar::all(0)); /* 摄像机的5个畸变系数：k1,k2,p1,p2,k3 */std::vector rotateMat;  /* 每幅图像的旋转向量 */std::vector transMat; /* 每幅图像的平移向量 */          int i,j,t;for (t=0;tstd::vector tempPointSet;for (i=0;i     <boardSize.height;i++){< span>     </boardSize.height;i++){<>for (j=0;j     <boardSize.width;j++){< span>     </boardSize.width;j++){<>cv::Point3f realPoint;/* 假设标定板放在世界坐标系中z=0的平面上 */realPoint.x = i*squareSize.width;realPoint.y = j*squareSize.height;realPoint.z = 0;tempPointSet.push_back(realPoint);}}objectPoints.push_back(tempPointSet);}/* 初始化每幅图像中的角点数量，假定每幅图像中都可以看到完整的标定板 */for (i=0;i     <imageCount;i++){< span>     </imageCount;i++){<>pointCounts.push_back(boardSize.width*boardSize.height);}/* 开始标定 */    cv::calibrateCamera(objectPoints, imagePointSeq, imageSize,cameraMatrix, distCoeffs, rotateMat, transMat, 0);qDebug() <<"标定完成！\n";

未完待续......