基于MATLAB的单目摄像机标定_matlab相机标定(1)，Golang初级面试题2024

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Golang全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Go语言开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024b （备注go）

正文

最近接触了摄像机标定实验，感觉还挺有意思，操作也不难，因此借此篇文章记录分享一下怎么使用MATLAB工具箱进行单目摄像机标定。

2.准备工作

这里我们是基于MATLAB的单目摄像机标定，因此需要用到MATLAB环境，这里我使用的是MATLAB R2017a版本。本次实验还需要用到下图中的工具箱toolbox-calib。
百度网盘下载链接：工具箱
提取码：vinc

我这里使用MATLAB2017版本，其他版本应该也都兼容这个工具箱，所以大家自行下载操作就可以。

3.标定过程

1.标定准备阶段

1、下载好工具箱之后，可以将其解压到任何一个固定的位置，我这里解压放在matlab的文件夹里面。

2、打开matlab后，点击设置路径

3、添加工具包文件
点击添加文件夹，此时找到TOOLBOX_calib这个文件夹，然后将文件添加进去，最后保存关闭。

4、导入标定图片
这里我将需要标定的图片存在D盘的JQimage_R这个文件里面，然后打开matlab之后，将文件目录点位到要标定的图片集目录下面。如下图：

2.标定操作步骤

1、以上操作完成后，此时在命令行输入calib，就会弹出标定的界面，该界面有两个选项，我选择的是第一个（差别不大，区别就是括号里的意思）。

2、点击以上选项之后，就会出现下面图一所示窗口，然后点击下面箭头指向的选项，就会出现图二箭头指向的信息，这行信息是要求输入图片的名字，从上面导入的标定图片可以看到我这里图片名都是Image，输入之后回车，就会出现另一方信息，这是让输入图片格式的，我这里格式都是tif。

3、接下来，选择以下图一所示读取图片选项框，然后读取图片后会弹出如下图二预览图片框。


4、然后我们直接点击第三个选项框进行角点提取，点击之后命令提示行就会出现对图片进行处理，括号里面是默认全部，因此我们这里就默认，敲回车就可以。回车之后，就会出现角窗选取，我这个版本角窗默认是5X5的，可以先拿默认的操作。我这里是拿默认的角窗大小进行操作的。后面存在误差时，再进行误差校正。因此这里面就都进行回车就可以。

5、接着上述操作后就会弹出图片框，此时鼠标就会变成一个黑色十字标，尽量把这个界面全屏进行操作，提高角点标定的精准度。这是第一张图片角点提取，按顺时针或者逆时针顺序对次外层角点进行依次提取。提取结束之后回车，继续提取下一张图片，以此类推将所有图片都提取完成。

我这里是20张图片，此时提取完成后，命令提示行显示如下：

6、提取完成之后，进行标定，点击以下图一选项框开始标定（点击之后，就不用管，会自动进行标定并得到数据）。自动标定结束之后就会出现图二的相关数据以及误差。


7、由以上操作6中的图二中数据可知存在误差的大小，接下来就需要进行误差分析啦！点击以下选项。

然后就会出现如下图所示的数据分析图：

此时我们可以看出粉红色和绿色的分布误差很大，不集中，此时用十字叉去任意点击一个粉红色或者一个绿色的加号（不管点击谁，后面都要依次对这些误差大的图片，进行再次提取标定），然后命令行就会出现相应图片号码以及具体错误量。这里我点击了粉红色的。

8、此时先点击以下选项将前面得到的数据保存。只有保存后才能更好的继续下面的操作。

3.误差分析调整

1、紧接着上述操作然后我们点击重新提取选项框，对粉红色的18号图片重新进行提取。

之前角窗是默认的5x5的，这里设置为6x6。回车后输入图片号，然后后面一行随便输入一个值。

2、重新提取然后标定后，点击分析，可以发现粉红色的分布稍微有一点变化，但变化不大，说明还存在一定误差。然后这里我有反复粉红色进行重复标定，可是如下图所示还是很发散，然后我们就先再去修正重新标定其他图片。记住每次标定结束后需要保存一下之前数据哈~

3、此时再重复提取标定另一个图片，然后尝试将误差err减小。这里我是对绿色15号图片进行重复提取标定的结果。明显可以看出绿色的标收敛了很多。

4、就这样依次对上面分散的图片进行重新提取标定，后来我又对粉红色进行了多次重现提取标定，得到如下图所示：


5、此时你会发现，用不同的数据反反复复标定，始终粉红色是发散的无法聚集，此时我们可以将这个误差很大的图片删除处理。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024b （备注Go）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
62)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！