摄像头标定在视频处理中至关重要，例如计算目标与摄像头的距离或映射到电子地图。张正友的相机标定理论在OpenCV中有实现，但考虑摄像头畸变会增加复杂性。实际项目常采用针孔相机模型，忽略畸变，误差可控。摄像头标定工具用于将摄像头坐标转换为电子地图坐标，至少需要4个标定点，标定点越多，精度越高。该技术在智能交通中用于车速和排队长度的统计。
摄像头标定在视频处理的很多场景下需要用到，比如需要计算视频画面上的一个目标距离摄像头安装点的位置，又比如需要把摄像头画面上的目标映射到一个电子地图上等。
其实这个问题的核心涉及到两个平面之间的坐标转换，通过两个平面直接的映射关系，还原物体的实际空间位置。相机标定的相关理论最著名是张正友的相机标定理论，该理论在开源项目OpenCV下有具体实现Camera Calibration and 3D Reconstruction。这里面有一点需要注意的是需要考虑到摄像头的畸变（扭曲）。如果不考虑畸变，模型相对比较简单（针孔相机模型）。考虑畸变之后，模型复杂很多，而且标定步骤也会增加。
实际项目中基于算法和标定复杂度考虑，采用了针孔相机模型（即投影变换
最低0.47元/天 解锁文章
扫一扫
847
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
