单应性矩阵计算（相机标定）时点的提取

前言：

本文解决问题：

1、在相机标定，也就是图像矫正过程中，参考点的选取；

2、根据选择出的点，如何计算变换矩阵，两种，调用库函数和解方程的方法

 

一、角点检测

cv::goodFeaturesToTrack()   检测整个图像内的角点  本例子里面无法使用。

参考：https://blog.csdn.net/guduruyu/article/details/69537083

运行后的结果如图所示：

         

使用findChessboardCorners()   自动寻找板内的角点

//! finds checkerboard pattern of the specified size in the image

CV_EXPORTS_W bool findChessboardCorners( 
                                    InputArray image, Size patternSize,
                                    OutputArray corners,
                      int flags=CALIB_CB_ADAPTIVE_THRESH+CALIB_CB_NORMALIZE_IMAGE );

 第一个参数Image，传入拍摄的棋盘图Mat图像，必须是8位的灰度或者彩色图像；

第二个参数patternSize，每个棋盘图上内角点的行列数，一般情况下，行列数不要相同，便于后续标定程序识别标定板的方向；

第三个参数corners，用于存储检测到的内角点图像坐标位置，一般用元素是Point2f的向量来表示：vector<Point2f> image_points_buf;

第四个参数flage：用于定义棋盘图上内角点查找的不同处理方式，有默认值。

用这个函数检测，运行后结果如图：

 

二、根据两幅图像找到对应点

做法同上一步，对两幅图像进行同样的操作，之后可以得到两幅图中一一对应的点，这样坐标就找到了，然后就可以进行H阵的计算。只需要在corners中取相应位置的点即可。如图，取绿色的四个点，然后依据这四个点进行计算。

对两幅图处理，结果如图：