Q1:
Size square_size = Size(10,10); /* 实际测量得到的标定板上每个棋盘格的大小 */ 如果单位是毫米的话,博客中的棋盘格也就5cm*7cm的样子,肯定没这么小;10cm的话又太大了。
Q2:
程序运行到第41行的findChessboardCorners函数中就出不来了?设置断点跟踪了一段后直接就没有下一步的箭头了,程序也没有退出,也没有报错,就一直停在这里,棋盘格的内点数量也改了。
Q3:
你好,这个对图像源有什么要求吗?我拿几组图像数据做测试,结果有的可以跑出来,有的就不可以。图像和棋盘格的大小之间有什么联系吗?
答:Size board_size = Size(6, 9); /* 标定板上每行、列的角点数 */
Q4:
运行程序出现如下错误:opencv Error: Bad flag<parameter or structure field> <unrecognized or unsupported array type> in cvGetMat, file..\..\..\..\opencv\modules\core\src\array.cpp,line 2482 请问是怎么回事?
答:好像跟溢出有关,你的这个calibdata.txt文件中chess14(我的最后一个图片的文件名)下方有没有多余的回车,有的话应该都删掉。多余的空格回车会造成getline()函数的溢出。或许还有其他可能
Q5:
我跑这个程序的时候有下边的错误OpenCV Error: Assertion failed (nimages > 0) in calibrateCamera, file /home/zhanghaoxin/slambook/ch5/imageBasics/opencv-3.1.0/modules/calib3d/src/calibration.cpp, line 3314 terminate called after throwing an instance of 'cv::Exception' what(): /home/zhanghaoxin/slambook/ch5/imageBasics/opencv-3.1.0/modules/calib3d/src/calibration.cpp:3314: error: (-215) nimages > 0 in function calibrateCamera 怎么解决?
答:这个是在opencv2下跑的,opencv3下的calibrateCamera函数应该有改动,opencv3的可以参考这篇文章: 【OpenCV3学习笔记 】相机标定函数 calibrateCamera( ) 使用详解(附相机标定程序和数据)_把岁月化成歌 留在博客-CSDN博客_calibratecamera
Q6:
Size square_size = Size(10,10); /* 实际测量得到的标定板上每个棋盘格的大小 */ 请问上述代码中的10是什么单位呀?
答:mm
Q7:
成功运行了您的程序,但是发现去畸变之后的图片比原图畸变更大了。。可能是才疏学浅,找了好几天问题所在都没看出来,所以才不好意思来请教您。
答:你用的原图质量非常好,矫正后效果会变差。如果你用的是有径向畸变的那种筒形照片,效果就很明显了。
正文:
注: 程序所用的OpenCV版本是 2.4.10 ,3.0以上的版本可能会有不同
先贴一下完整的工程代码:
#include "opencv2/core/core.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include "opencv2/calib3d/calib3d.hpp"
#include "opencv2/highgui/highgui.hpp"
#include <iostream>
#include <fstream>
using namespace cv;
using namespace std;
void main()
{
ifstream fin("calibdata.txt"); /* 标定所用图像文件的路径 */
ofstream fout("caliberation_result.txt"); /* 保存标定结果的文件 */
//读取每一幅图像,从中提取出角点,然后对角点进行亚像素精确化
cout<<"开始提取角点………………";
int image_count=0; /* 图像数量 */
Size image_size; /* 图像的尺寸 */
Size board_size = Size(4,6); /* 标定板上每行、列的角点数 */
vector<Point2f> image_points_buf; /* 缓存每幅图像上检测到的角点 */
vector<vector<Point2f>> image_points_seq; /* 保存检测到的所有角点 */
string filename;
int count= -1 ;//用于存储角点个数。
while (getline(fin,filename))
{
image_count++;
// 用于观察检验输出
cout<<"image_count = "<<image_count<<endl;
/* 输出检验*/
cout<<"-->count = "<<count;
Mat imageInput=imread(filename);
if (image_count == 1) //读入第一张图片时获取图像宽高信息
{
image_size.width = imageInput.cols;
image_size.height =imageInput.rows;
cout<<"image_size.width = "<<image_size.width<<endl;
cout<<"image_size.height = "<<image_size.height<<endl;
}
/* 提取角点 */
if (0 == findChessboardCorners(imageInput,board_size,image_points_buf))
{
cout<<"can not find chessboard corners!\n"; //找不到角点
exit(1);
}
else
{
Mat view_gray;
cvtColor(imageInput,view_gray,CV_RGB2GRAY);
/* 亚像素精确化 */
find4QuadCornerSubpix(view_gray,image_points_buf,Size(11,11)); //对粗提取的角点进行精确化
image_points_seq.push_back(image_points_buf); //保存亚像素角点
/* 在图像上显示角点位置 */
drawChessboardCorners(view_gray,board_size,image_points_buf,true); //用于在图片中标记角点
imshow("Camera Calibration",view_gray);//显示图片
waitKey(500);//暂停0.5S
}
}
int total = image_points_seq.size();
cout<<"total = "<<total<<endl;
int CornerNum=board_size.width*board_size.height; //每张图片上总的角点数
for (int ii=0 ; ii<total ;ii++)
{
if (0 == ii%CornerNum)// 24 是每幅图片的角点个数。此判断语句是为了输出 图片号,便于控制台观看
{
int i = -1;
i = ii/CornerNum;
int j=i+1;
cout<<"--> 第 "<<j <<"图片的数据 --> : "<<endl;
}
if (0 == ii%3) // 此判断语句,格式化输出,便于控制台查看
{
cout<<endl;
}
else
{
cout.width(10);
}
//输出所有的角点
cout<<" -->"<<image_points_seq[ii][0].x;
cout<<" -->"<<image_points_seq[ii][0].y;
}
cout<<"角点提取完成!\n";
//以下是摄像机标定
cout<<"开始标定………………";
/*棋盘三维信息*/
Size square_size = Size(10,10); /* 实际测量得到的标定板上每个棋盘格的大小 */
vector<vector<Point3f>> object_points; /* 保存标定板上角点的三维坐标 */
/*内外参数*/
Mat cameraMatrix=Mat(3,3,CV_32FC1,Scalar::all(0)); /* 摄像机内参数矩阵 */
vector<int> point_counts; // 每幅图像中角点的数量
Mat distCoeffs=Mat(1,5,CV_32FC1,Scalar::all(0)); /* 摄像机的5个畸变系数:k1,k2,p1,p2,k3 */
vector<Mat> tvecsMat; /* 每幅图像的旋转向量 */
vector<Mat> rvecsMat; /* 每幅图像的平移向量 */
/* 初始化标定板上角点的三维坐标 */
int i,j,t;
for (t=0;t<image_count;t++)
{
vector<Point3f> tempPointSet;
for (i=0;i<board_size.height;i++)
{
for (j=0;j<board_size.width;j++)
{
Point3f realPoint;
/* 假设标定板放在世界坐标系中z=0的平面上 */
realPoint.x = i*square_size.width;
realPoint.y = j*square_size.height;
realPoint.z = 0;
tempPointSet.push_back(realPoint);
}
}
object_points.push_back(tempPointSet);
}
/* 初始化每幅图像中的角点数量,假定每幅图像中都可以看到完整的标定板 */
for (i=0;i<image_count;i++)
{
point_counts.push_back(board_size.width*board_size.height);
}
/* 开始标定 */
calibrateCamera(object_points,image_points_seq,image_size,cameraMatrix,distCoeffs,rvecsMat,tvecsMat,0);
cout<<"标定完成!\n";
//对标定结果进行评价
cout<<"开始评价标定结果………………\n";
double total_err = 0.0; /* 所有图像的平均误差的总和 */
double err = 0.0; /* 每幅图像的平均误差 */
vector<Point2f> image_points2; /* 保存重新计算得到的投影点 */
cout<<"\t每幅图像的标定误差:\n";
fout<<"每幅图像的标定误差:\n";
for (i=0;i<image_count;i++)
{
vector<Point3f> tempPointSet=object_points[i];
/* 通过得到的摄像机内外参数,对空间的三维点进行重新投影计算,得到新的投影点 */
projectPoints(tempPointSet,rvecsMat[i],tvecsMat[i],cameraMatrix,distCoeffs,image_points2);
/* 计算新的投影点和旧的投影点之间的误差*/
vector<Point2f> tempImagePoint = image_points_seq[i];
Mat tempImagePointMat = Mat(1,tempImagePoint.size(),CV_32FC2);
Mat image_points2Mat = Mat(1,image_points2.size(), CV_32FC2);
for (int j = 0 ; j < tempImagePoint.size(); j++)
{
image_points2Mat.at<Vec2f>(0,j) = Vec2f(image_points2[j].x, image_points2[j].y);
tempImagePointMat.at<Vec2f>(0,j) = Vec2f(tempImagePoint[j].x, tempImagePoint[j].y);
}
err = norm(image_points2Mat, tempImagePointMat, NORM_L2);
total_err += err/= point_counts[i];
std::cout<<"第"<<i+1<<"幅图像的平均误差:"<<err<<"像素"<<endl;
fout<<"第"<<i+1<<"幅图像的平均误差:"<<err<<"像素"<<endl;
}
std::cout<<"总体平均误差:"<<total_err/image_count<<"像素"<<endl;
fout<<"总体平均误差:"<<total_err/image_count<<"像素"<<endl<<endl;
std::cout<<"评价完成!"<<endl;
//保存定标结果
std::cout<<"开始保存定标结果………………"<<endl;
Mat rotation_matrix = Mat(3,3,CV_32FC1, Scalar::all(0)); /* 保存每幅图像的旋转矩阵 */
fout<<"相机内参数矩阵:"<<endl;
fout<<cameraMatrix<<endl<<endl;
fout<<"畸变系数:\n";
fout<<distCoeffs<<endl<<endl<<endl;
for (int i=0; i<image_count; i++)
{
fout<<"第"<<i+1<<"幅图像的旋转向量:"<<endl;
fout<<tvecsMat[i]<<endl;
/* 将旋转向量转换为相对应的旋转矩阵 */
Rodrigues(tvecsMat[i],rotation_matrix);
fout<<"第"<<i+1<<"幅图像的旋转矩阵:"<<endl;
fout<<rotation_matrix<<endl;
fout<<"第"<<i+1<<"幅图像的平移向量:"<<endl;
fout<<rvecsMat[i]<<endl<<endl;
}
std::cout<<"完成保存"<<endl;
fout<<endl;
system("pause");
return ;
}
运行前需要先准备标定图片和记录标定图片列表的文本文件,并放入程序所在目录下,如下图所示:
文本文件的内容如下:
运行效果图1:
图2:
图3:
图4:
最后在程序所在目录下生成“caliberation_result.txt”文件,记录了标定的误差、相机内外参数信息: