OpenCV相机标定

1.关键函数介绍

• 棋盘格角点检测函数 cv::findChessboardCorners()

bool findChessboardCorners(
                           InputArray image,
                           Size patternSize,
                           OutputArray corners,
                           int flags = CALIB_CB_ADAPTIVE_THRESH + CALIB_CB_NORMALIZE_IMAGE );
参数说明：
InputArray image :输入的棋盘图，必须是8位的灰度或者彩色图像，类型为Mat
Size patternSize :棋盘图中每行和每列角点的个数,类型为Size
OutputArray corners:检测到的角点存储的数组，类型为vector<Point2f>
int flags :用于指定在检测棋盘格角点的过程中所应用的一种或多种过滤方法，可以使用下面的一种或多种
           CV_CALIB_CB_ADAPTIVE_THRESH 使用自适应阈值将灰度图像转化为二值图像，而不是固定的由图像的平均亮度计算出来的阈值
           CV_CALIB_CB_NORMALIZE_IMAGE 在利用固定阈值或者自适应的阈值进行二值化之前，先使用equalizeHist来均衡化图像gamma值
           CV_CALIB_CB_FILTER_QUADS 使用其他的准则（如轮廓面积，周长，类似方形的形状）来去除在轮廓检测阶段检测到的错误方块
说明：
函数cvFindChessboardCorners试图确定输入图像是否是棋盘模式，并确定角点的位置。如果所有角点都被检测到且它们都被以一定顺序排布，函数返回非零值，
否则在函数不能发现所有角点或者记录它们地情况下，函数返回0，这个函数检测到的角点坐标只是一个大约的值，找到的角点还需要使用cv::cornerSubPix()
进行精度上的优化

• 精确化角点位置函数 void cornerSubPix（）

void cornerSubPix(
                  InputArray image,
                  InputOutputArray corners,
                  Size winSize, 
                  Size zeroZone,
                  TermCriteria criteria );
参数说明：
InputArray image ：输入的棋盘图
InputOutputArray corners：输入角点的初始坐标以及精准化后的坐标用于输出
Size winSize ：搜索窗口边长的一半，例如如果winSize=Size(5,5)，则一个大小为（5*2+1）*（5*2+1）=11*11的搜索窗口将被使用
Size zeroZone :搜索区域中间的dead region边长的一半，有时用于避免自相关矩阵的奇异性。如果值设为(-1,-1)则表示没有这个区域
TermCriteria  criteria：角点精准化迭代过程的终止条件。也就是当迭代次数超过criteria.maxCount，或者角点位置变化小于criteria.epsilon时，
停止迭代过程

TermCriteria 类：迭代算法的终止准则
class CV_EXPORTS TermCriteria
{
public:
    /**
      Criteria type, can be one of: COUNT, EPS or COUNT + EPS
    */
    enum Type
    {
        COUNT=1, //!< 最大迭代次数
        MAX_ITER=COUNT, //!< 同上
        EPS=2 //!< 迭代算法停止时所需的精度或参数的变化
    };

    //! default constructor
    TermCriteria();
    /**
    @param type The type of termination criteria, one of TermCriteria::Type
    @param maxCount The maximum number of iterations or elements to compute.
    @param epsilon The desired accuracy or change in parameters at which the iterative algorithm stops.
    */
    TermCriteria(int type, int maxCount, double epsilon);

    int type; //!< the type of termination criteria: COUNT, EPS or COUNT + EPS
    int maxCount; //!< the maximum number of iterations/elements
    double epsilon; //!< the desired accuracy
}

• 棋盘图角点绘制函数 void drawChessboardCorners（）

void drawChessboardCorners( 
                           InputOutputArray image, 
                           Size patternSize,
                           InputArray corners, 
                           bool patternWasFound );
参数说明：   
InputOutputArray image :输入及输出的棋盘格图像8UC3
Size patternSize :棋盘图中每行和每列角点的个数
InputArray corners :角点坐标
bool patternWasFound :findChessboardCorners()的返回值

• 求解相机内外参数函数calibrateCamera（）

double calibrateCamera(
                       InputArrayOfArrays objectPoints,
                       InputArrayOfArrays imagePoints,
                       Size imageSize,
                       InputOutputArray cameraMatrix,
                       InputOutputArray distCoeffs,
                       OutputArrayOfArrays rvecs, 
                       OutputArrayOfArrays tvecs,
                       int flags=0,
                       TermCriteria criteria = TermCriteria( TermCriteria::COUNT+TermCriteria::EPS, 30, DBL_EPSILON) );
参数说明：
InputArrayOfArrays objectPoints :世界坐标，类型为vector<vector<Vec3f>>，输入x,y,z=0
InputArrayOfArrays imagePoints :图像坐标，类型为vector<vector<Vec2f>>
Size imageSize :图像的size，用来初始化相机的内参数矩阵
InputOutputArray cameraMatrix :输出内参数矩阵
InputOutputArray distCoeffs :畸变系数，(k1,k2,p1,p2[,k3[,k4,k5,k6[,s1,s2,s3,s4[,τx,τy]]]]) of 4, 5, 8, 12 or 14 elements
OutputArrayOfArrays rvecs ：旋转矩阵，类型为vector<Mat>
OutputArrayOfArrays tvecs ：平移向量
int flags :默认为0也可以使以下几个值的组合
            CV_CALIB_USE_INTRINSIC_GUESS：使用该参数时，将包含有效的fx,fy,cx,cy的估计值的内参矩阵，作为初始值输入，然后函数对其做进一
            步优化。如果不使用这个参数，用图像的中心点初始化光轴点坐标(cx, cy)，使用最小二乘法估算出fx，fy。注意，如果已知内部参数（内