「OpenCV+Python」一行代码搞定张正友相机标定及图像矫正

做视觉相关课题,经常使用相机标定,求相机参数。
每次都要上网找例程,还要测试,还不一定能用。
觉得唯一好用的是ROS自带的相机标定包,一行代码就行,但是也必须开启ROS节点,连接USB摄像头。
如果是不能连接到电脑的好像也不可以。
遂打算自己写一个小工具,可以完成ROS相机标定包差不多的功能,但是只用图片就可以。

下载地址

https://github.com/chenyr0021/camera_calibration_tool

环境

本代码在一下环境通过测试:
Ubuntu: 16.04
Python: 3.5.2
OpenCV: 3.2.0

依赖的python包:

  • numpy
  • xml

功能概览

1. 使用图片完成相机标定,并将结果保存于xml文件中
2. 加载现有相机参数,矫正视频并保存
3. 实现usb摄像头实时标定及显示

使用方法

首先下载代码:

git clone git@github.com:chenyr0021/camera_calibration_tool.git

或者直接去上面的下载地址,下载代码。
在这里插入图片描述

相机标定及参数保存

  1. 使用需要标定的相机拍摄棋盘格(标定板)。从不同的角度和距离拍摄10张以上,越多越好。注意图像中棋盘格的方向不要改变,即横纵向不能转换。
  2. 把图片保存至chess文件夹中,把原有文件删掉。图片需以JPGpngjpg为后缀。
  3. 在文件夹中运行:
python3 calibration.py --image_size 1920x1080 --mode calibrate --corner 8x6 --square 20

将以下参数替换成自己的:
image_size:图像分辨率,宽x高
corner:棋盘格角点,宽x高
square:棋盘格中每个格子的实际宽度,单位:mm

运行结束没有报错,相机参数将会保存在camera_params.xml

矫正视频

如果已经有相机参数,并且以与上文相同的格式保存,那么可以直接运行:

python3 calibration.py --image_size 1920x1080 --mode rectify --video_path test.mp4

同样需要将参数替换,其中video_path是视频路径。
矫正后的视频保存在同一文件夹下,命名:out.xxx,后缀与输入的视频相同。
注意:作者仅测试过mp4avi格式的视频,其他格式没有测试。

矫正相机

与矫正视频相似,运行:

python3 calibration.py --image_size 1920x1080 --mode rectify --camera_id 0

camera_id为usb相机的id。
ESC退出。

注意事项

  • 标定和矫正时使用的图片/视频分辨率必须相同,否则不准

如果本文对你有帮助,欢迎关注点赞评论三连,非常感谢:)

  • 20
    点赞
  • 74
    收藏
    觉得还不错? 一键收藏
  • 30
    评论
OpenCV是一个广泛使用的计算机视觉库,可以用于处理图像和视频数据,支持各种特征提取,对象检测,跟踪,识别等视觉任务。其中相机标定是计算机视觉领域中一个非常重要的问题,它涉及到了相机内参,外参的估计和矫正,是各种视觉任务的基础。张正友相机标定算法是一种经典的方法,它可以通过使用多个不同角度拍摄的物体的多个图片来提取相机的内参和外参。 在OpenCV中,实现张正友相机标定算法,步骤如下: 1.读取图像。首先,您需要使用OpenCV中的imread()函数从磁盘上读取每个图像。 2.提取角点。接下来,您使用cv2.findChessboardCorners()函数或cv2.findCirclesGrid()函数来检测图像中的棋盘格的角点或圆形略点。它会输出包含每个角点位置的坐标向量。 3.对角点进行亚像素级别的精确测量。然后,使用cv2.cornerSubPix()函数进行亚像素级别的精确测量。 4.初始化对象点和图像点。现在,你需要设置对象点(相对于相机坐标系统的点)和图像点(图像坐标上对应的点)来进行标定。 5.运行相机标定算法。使用cv2.calibrateCamera()函数来运行相机标定算法,它会返回内部参数矩阵和畸变系数矩阵。 6.矫正畸变。使用cv2.undistort()函数来进行畸变矫正,这将产生更准确的图像。 7.评估标定结果。最后,您可以使用cv2.projectPoints()函数将对象点投影到图像空间,并与标准图像比较来评估标定结果的准确性。 总的来说,通过使用OpenCV张正友相机标定,您可以很容易地优化相机的几何校正,从而提高各种计算机视觉任务的性能和可靠性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 30
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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