【OpenCV3】棋盘格角点检测与绘制——cv::findChessboardCorners()与cv::drawChessboardCorners()详解

棋盘格法是摄像机标定中常用的一种方法，在使用该方法时需要对棋盘格的角点进行检测。opencv中封装了一个专门用于棋盘格角点检测的函数即cv::findChessboardCorners()，同时，也提供了一个专门用于绘制棋盘格角点的函数cv::drawChessboardCorners()。下面将对这两个函数进行详细的介绍。

1、cv::findChessboardCorners()棋盘格角点检测

该函数的具体调用形式如下：

	bool cv::findChessboardCorners( // 如果找到角点则返回true
		cv::InputArray image, // 输入的棋盘格图像（8UC1或8UC3）
		cv::Size patternSize, // 棋盘格内部角点的行、列数
		cv::OutputArray corners, // 输出的棋盘格角点
		int flags = cv::CALIB_CB_ADAPTIVE_THRESH 
		| cv::CALIB_CB_NORMALIZE_IMAGE
	);

第一个参数是输入的棋盘格图像（可以是8位单通道或三通道图像）。

第二个参数是棋盘格内部的角点的行列数（注意：不是棋盘格的行列数，如下图棋盘格的行列数分别为4、8，而内部角点的行列数分别是3、7，因此这里应该指定为cv::Size(3, 7)）。

第三个参数是检测到的棋盘格角点，类型为std::vector<cv::Point2f>。

第四个参数flag，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，如果都是用则使用OR：

cv::CALIB_CB_ADAPTIVE_THRESH：cv::findChessboardCorners()默认的阈值化处理基于平均亮度，如果该标志指定，则使用自适应滤波（自适应滤波见 

OpenCV3中的阈值化操作——cv::threshold()与cv::adaptiveThreshold()详解

）。

cv::CALIB_CB_NORMALIZE_IMAGE：阈值化前使用cv::equalizeHist()进行直方图均衡化处理。

cv::CALIB_CB_FILTER_QUADS：

cv::CALIB_CV_FAST_CHECK：

当然，找到的角点还需要使用cv::cornerSubPix()进行精度上的优化（具体请参考OpenCV3中的角点检测——cv::goodFeaturesToTrack()与cv::cornerSubPix()详解）。

2、cv::drawChessboardCorners()棋盘格角点的绘制

cv::drawChessboardCorners()的具体调用形式如下：

	void cv::drawChessboardCorners(
		cv::InputOutputArray image, // 棋盘格图像（8UC3）即是输入也是输出
		cv::Size patternSize, // 棋盘格内部角点的行、列数
		cv::InputArray corners, // findChessboardCorners()输出的角点
		bool patternWasFound // findChessboardCorners()的返回值
	);

第一个参数是棋盘格图像（8UC3）。

第二个参数是棋盘格内部角点的行、列，和cv::findChessboardCorners()指定的相同。

第三个参数是检测到的棋盘格角点。

第四个参数是cv::findChessboardCorners()的返回值。

下面是棋盘格检测与绘制的测试代码

	cv::Mat image_color = cv::imread("chessboard.png", cv::IMREAD_COLOR);

	cv::Mat image_gray;
	cv::cvtColor(image_color, image_gray, cv::COLOR_BGR2GRAY);

	std::vector<cv::Point2f> corners;

	bool ret = cv::findChessboardCorners(image_gray,
										 cv::Size(3, 7),
										 corners,
										 cv::CALIB_CB_ADAPTIVE_THRESH |
										 cv::CALIB_CB_NORMALIZE_IMAGE);


	//指定亚像素计算迭代标注
	cv::TermCriteria criteria = cv::TermCriteria(
		cv::TermCriteria::MAX_ITER + cv::TermCriteria::EPS,
		40,
		0.1);

	//亚像素检测
	cv::cornerSubPix(image_gray, corners, cv::Size(5, 5), cv::Size(-1, -1), criteria);
	
	//角点绘制
	cv::drawChessboardCorners(image_color, cv::Size(3, 7), corners, ret);

	cv::imshow("chessboard corners", image_color);
	cv::waitKey(0);

	return;

检测和绘制的结果如下：

2017.04.07