python计算机视觉第五次实验

相机标定（Camera calibration）
摄像机标定简单来说是从世界坐标系转换为相机坐标系，再由相机坐标系转换为图像坐标系的过程，也就是求最终的投影矩阵P的过程。
世界坐标系：用户定义的三维世界的坐标系，为了描述目标物在真实世界里的位置而被引入。单位为m。
相机坐标系：在相机上建立的坐标系，为了从相机的角度描述物体位置而定义，作为沟通世界坐标系和图像/像素坐标系的中间一环。单位为m。
图像坐标系：为了描述成像过程中物体从相机坐标系到图像坐标系的投影透射关系而引入，方便进一步得到像素坐标系下的坐标。 单位为m。
接下来是简单的标定方法：
1.测量选定矩形标定物体的边长dX和dY；
2.将照相机和标定物体放置在平面上，使得照相机的背面和标定物体平行，同时物体位于照相机图像视图的中心，可能需要调整照相机或者物体来获得良好的对齐效果；
3.测量标定物体到照相机的距离dZ;
4.拍摄一副图像来检验该设置是否正确，即标定物体的边要和图像的行和列对齐；
5.使用像素数来测量标定物体图像的宽度和高度dX和dY。
import cv2
import numpy as np
import glob

# 找棋盘格角点
# 阈值
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
#棋盘格模板规格
w = 9  #内角点个数，内角点是和其他格子连着的点
h = 14

# 世界坐标系中的棋盘格点,例如(0,0,0), (1,0,0), (2,0,0) ....,(8,5,0)，去掉Z坐标，记为二维矩阵
objp = np.zeros((w*h,3), n