OpenCV 标定摄像头(Python 版本代码，视频中标定，亲测可用)

最新推荐文章于 2024-08-01 18:14:29 发布
最新推荐文章于 2024-08-01 18:14:29 发布
阅读量2.3w 收藏 183
点赞数 34
分类专栏： OpenCV学习笔记 文章标签： python opencv 相机标定
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/briblue/article/details/86569448
版权
本文介绍了如何使用OpenCV在Python中通过视频进行相机标定，详细阐述了相机标定的意义、畸变类型及其校正公式，并提供了利用棋盘格进行标定的流程和关键代码，包括检测棋盘格、计算标定结果、衡量误差以及保存和应用标定参数去畸变的过程。
摘要由CSDN通过智能技术生成

在机器视觉领域，摄像头的标定指通过技术手段拿到相机的内参、外参及畸变参数。

相机内参长这样，利用针孔模型，将 3d 物体透视投影到 2d 的相机屏幕上。

P = [ f x 0 c x 0 f y c y 0 0 1 ] P = \begin{bmatrix} f_{x} & 0 & c_{x} \\ 0 & f_{y} & c_{y}\\ 0 & 0 & 1 \end{bmatrix} P=⎣⎡​fx​00​0fy​0​cx​cy​1​⎦⎤​

畸变参数包括 2 类，径向畸变和切向畸变。
在这里插入图片描述
径向畸变最明显的例子就是鱼眼相机的效果。

大家仔细观察上面的图片，它就能很好地介绍径向畸变。越往镜头边缘，线条弯曲的越明显，本来是直线，现在都变成了曲线，消除畸变就是为了把这些曲线尽量还原成本来的样子。

径向畸变可以被纠正，公式如下。

在这里插入图片描述

除了径向畸变外，还有一个畸变就是切向畸变。

切向畸变一般来说，是因为相机镜头制造工艺精度不够，透镜和感光器原件没有平行。从而造成了图像的变形。

矫正公式如下：

在这里插入图片描述

两个畸变的参数通常用一个向量表示。

在这里插入图片描述
但一般只用 4 个参数。
[ k 1 , k 2 , p 1 , p 2 ] [k_{1} ,k_{2},p_{1},p_{2}] [k1​,k2​,p

最低0.47元/天 解锁文章
frank909
关注
专栏目录
机器视觉学习笔记（5）——基于OpenCV的单目摄像机标定
moverzp的博客
12-16 2万+
机器视觉学习笔记（5）——基于OpenCV的单目摄像机标定标签（空格分隔）： 机器视觉本文CameraCalibrator类源代码来自于OpenCV2 计算机视觉编程手册(Robert Laganiere 著 张静 译)强烈建议阅读机器视觉学习笔记（4）——单目摄像机标定参数说明之后再阅读本文1.单目摄像机标定目的单目摄像机标定的目的就是使摄像机实际状态无限接近理论推导的理想状态。单目摄像机标定最终
基于python-opencv单目相机标定
qq_43010752的博客
01-04 3512
相机固定不动，通过标定版改动不同方位的位姿进行抓拍 import cv2 camera=cv2.VideoCapture(1) i = 0 while 1: (grabbed, img) = camera.read() cv2.imshow('img',img) if cv2.waitKey(1) & 0xFF == ord('j'): # 按j保存一张图片 i += 1 u = str(i) firename=str('
【实战】双目测距python实现（含标定）
最新发布
simulacra_的博客
08-01 1496
相机标定主要是为了获取左右相机的内参矩阵、畸变系数、旋转矩阵和平移向量，方便后续对获得的图像进行畸变矫正和图像对齐。是描述相机内在参数的3x3矩阵，包含了相机的焦距和光学中心的位置。这些参数定义了相机的成像过程中的投影关系，内参矩阵一般表示为：其中：fx 和 fy 是焦距（以像素为单位），分别对应x和y方向。cx 和 cy 是光学中心（主点），即图像的中心点。s称为视向畸变系数，它用于校正图像中的非正交性，通常表示相机的非正交性，即像素在图像平面上的非直角投影。
使用python和opencv实现相机标定
一只AI小白
12-17 1384
相机标定确定了相机的内部和外部参数，包括焦距、畸变等，使得像素坐标能够准确映射到世界坐标或相反。这为位姿估计提供了基础，通过相机标定获得的参数，可以在计算机视觉中精确地定位物体、重建场景，实现位姿估计并在增强现实、三维重建等领域中应用。
python绘制黑白棋盘_生成黑白棋盘标定图和单目相机标定（python+opencv实现）
weixin_39978282的博客
11-28 1109
学习记录。事实上很早就接触过视觉定位这东西，但是到现在才返回头学习一下相机的标定，真是可耻啊！我把想法和过程记录一下。相机成像相机的成像原理——小孔成像然而，在实际由于设计工艺问题、相机安装环境或物体摆放位置等影响，会照成成像与实际图像不一样的现象。由于设计工艺照成的影响是无法改变的事实，所以这将是相机的内参；由环境或安装方式照成的影响是可以改变的，这就是相机的外参。在https://blog.c...
Python计算机视觉编程--相机标定
weixin_69154165的博客
05-24 755
传统相机标定法需要使用尺寸已知的标定物，通过建立标定物上坐标已知的点与其图像点之间的对应，利用一定的算法获得相机模型的内外参数。传统相机标定法在标定过程中始终需要标定物，且标定物的制作精度会影响标定结果。同时在实验过程中也体会到了张正友标定法的优点和一些问题：首先张正友标定法克服了传统标定法需要的高精度标定物、算法复杂的缺点，而仅需使用一个打印出来的棋盘格就可以。无论是在图像测量或者机器视觉应用中，相机参数的标定都是非常关键的环节，其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。
第六篇【传奇开心果系列】Python的OpenCV库技术点案例示例：摄像头标定_opencv python 标定
2401_84584628的博客
04-28 789
OpenCV是一个广泛使用的计算机视觉库，提供了许多功能用于图像处理和计算机视觉任务。其中包括摄像头标定功能，用于获取摄像头的内部和外部参数，以及立体视觉标定功能，用于获得立体相机系统的参数。OpenCV提供了一些函数和工具来进行摄像头内外参数标定。其中最常用的是函数，它使用棋盘格图像或其他已知的三维模型来估计摄像头的内部和外部参数。通过采集一系列不同姿态的棋盘格图像，并提供棋盘格的尺寸，函数可以计算出摄像头的参数矩阵、畸变系数等。
使用opencv实现相机外参标定python代码
08-25
python+opencv+相机标定外参
Python使用OpenCV进行标定
01-20
本文结合OpenCV官方样例，对官方样例中的代码进行修改，使其能够正常运行，并对自己采集的数据进行实验和讲解。 一、准备 OpenCV使用棋盘格板进行标定，如下图所示。为了标定相机，我们需要输入一系列三维点和它们...
使用opencv进行相机标定(python)
qq_42399848的博客
04-14 8256
前言 今天介绍一个比较复杂的话题——照相机标定 为社么会复杂呢？因为解释起来比较麻烦，会涉及到很多数学公式。 本文将运用张正友相机标定的数学原理，并给出标定流程。OpenCV中已经封装好了一系列函数，我们使用这些函数可以实现张正友相机标定。那么首先说明一下什么是相机标定？ 一个摄像机可以大致分为三个部分：镜头 、感光元件（CCD和CMOS）、处理电路。当光线透过镜头，会在感光元件上形成一个物体的“...
【计算机视觉】OpenCV实现单目相机标定
m0_67394230的博客
06-18 3803
在开始本篇博客之前，先填一下上一篇博客【计算机视觉】基于ORB角点+RANSAC算法实现图像全景拼接的坑(不算填吧，算做一个记录，因为并没有解决问题，留着看以后有没有空解决??)，不想看的可以直接跳到下一节。首先解决如何拼接多张图像(上篇博客只能拼接两张图像，多张图像需要保存两张图像的匹配结果，再重新读取计算角点)改进的方法的基本思路是，仅计算当前两张图像的单应变换M_current，通过先前的单应矩阵M_before再计算一个累积变换，最终通过矩阵乘法得到的M的变换就延续了当前变换的累积变换矩阵: 值得注
代码：基于openCV的相机标定Python程序
kangjielearning的博客
03-01 1434
import cv2 import numpy as np import math #定义函数 def get_data( data_name): file = open(data_name) dataMat = [] temp = [] for index, line in enumerate(file.readlines()): curLine ...
【代码】python+opencv实现相机标定
阿卧鹅
10-22 5649
详细流程讲解： https://blog.csdn.net/dcrmg/article/details/52939318 opencv官方文档翻译版： https://www.cnblogs.com/wildbloom/p/8320351.html 1. 准备标定图像 相机标定是进行视觉测量和定位的基础工作之一，标定参数准确与否直接关系到整个系统的精度，为此根据自己项目中的经验及参考相...
OpenCV快速入门：相机标定——单目视觉和双目视觉
吾家有猫名探花的博客
11-25 5606
在当今科技日益发展的时代，计算机视觉作为人工智能的重要分支，已经深入到我们生活的各个领域。在这个广阔的领域中，相机标定是一个基础且关键的步骤，它直接影响到视觉系统的精度和效能。尤其是在单目视觉和双目视觉的应用中，准确的相机标定成为了实现高效和精确视觉感知的前提。单目视觉（Monocular Vision）和双目视觉（Binocular Vision）是计算机视觉中两种最基本的视觉形式。
Python OpenCV实践，相机标定
qq_41035283的博客
03-27 7293
Python OpenCV实践，相机标定前言准备棋盘格标定相机图像去畸变 前言 本篇主要是使用python opencv标定相机内参和畸变参数的记录，主要参考opencv官方文档中的示例。 本篇不会涉及标定原理。 准备棋盘格 一张棋盘格图（最好把棋盘格图粘贴到一块平板上，保证棋盘上的角点都在同一平面）。 这里提供一个简单的棋盘格生成程序，在A4纸打印分辨率为96ppi时，棋盘每个格子的宽度为cube_cm： def generate_chessboard(cube_cm=2., pattern_size=(
python3 简单的单目相机标定工具
ONE_SIX_MIX的专栏
11-15 1530
自写自用的单目相机标定工具，双目的还没弄好 教程写起来好麻烦啊。。 使用方式 第一步 启动程序，输入相机编号，回车启动相机循环 第二步 viewer窗口接收按键信息 h 帮助，显示在控制台窗口上 e 结束照片采集, 继续计算畸变参数 d 从文件夹内已有图像进行采集角点对 space 从摄像头采集一张图像并采集角点对 q 退出 按空格键采集角点对，采集成功findCorners窗口会显示刚刚采集的角...
Python+OpenCv 标定相机参数的实现
WWQ0726的博客
04-07 1844
文章目录一、制作标定板二、提取标定板的世界坐标三、张正友标定相机（一）原理描述 一、制作标定板 用matlab软件写代码生成了一个棋盘格图 将上图棋盘格图片打印，然后再将打印出的纸固定放到一个平板上，使用同一相机从不同的位置，不同的角度，拍摄标定板的多张照片（10-20张最佳），将照片放到文件夹中： 二、提取标定板的世界坐标 需要注意标定板的大小是标定板在水平和竖直方向上内角点的个数。内角点指...
python+opencv相机标定
碎碎念的博客
08-18 385
https://blog.csdn.net/qq_20936739/article/details/83240963 https://www.cnblogs.com/wildbloom/p/8320351.html https://www.cnblogs.com/riddick/p/6711263.html https://blog.csdn.net/dcrmg/article/details/52939318
机器人眼在手外标定代码
06-13
机器人眼，也称为相机或视觉传感器，进行手外标定是一个关键步骤，用于确定相机在三维空间中的精确位置和姿态，通常涉及到摄像头的内参数（如焦距、光心坐标等）和外参数（旋转和平移矩阵）。在计算机视觉中，常见的标定方法有棋盘法、环形特征法等。 以下是手外标定的一般步骤和Python代码实现（假设使用OpenCV库）： 1. 准备棋盘模板：通常使用OpenCV内置的棋盘格模板（calibration\_pattern）生成图像。 ```python import cv2 from cv2 import aruco aruco_dict = aruco.Dictionary_get(aruco.DICT_6X6_250) board = aruco.CharucoBoard_create(sizes=(7, 5), dictionary=aruco_dict) chessboard_img = board.draw((800, 600)) # 生成800x600大小的棋盘图像 ``` 2. 棋盘角点检测：在实际场景中拍摄多张包含棋盘图案的照片，然后用`aruco.detectMarkers()`找到棋盘的角点。 ```python images = ... # 读取或捕获的照片列表 corners, ids, rejected_images = [], [], [] for img in images: gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) corners, ids, _ = aruco.detectMarkers(gray, aruco_dict) if ids is not None: corners, ids = aruco.refineDetectedMarkers(gray, board, corners, ids) ``` 3. 标定过程：使用`aruco.interpolateCornersCharuco()`进行插值，并调用`cv2.calibrateCamera()`计算相机的内参数和外参数。 ```python corners_list, ids_list = zip(*[(corners[i], ids[i]) for i in range(len(corners)) if ids[i] is not None]) _, _, _, _, _, K, dist = cv2.aruco.calibrateCameraCharuco(corners_list, ids_list, board, gray.shape[::-1], None, None) ``` 4. 反投影校准：最后，您可以使用这些参数来校正实际物体的坐标到相机坐标系。 完整代码可能涉及更多细节处理（如异常处理、数据预处理等），但以上步骤给出了基本流程。如果你想要更深入地了解，可以提问：
评论 33
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

frank909

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值