单目相机标定python+opencv

1.标定过程 (棋盘格见文章末尾)

1. 准备20-30张拍摄的标定板图像，以20张图片为例。
2. 提取20张图片的的角点信息。
3. 在上一步的基础上，提取亚像素点(精度更高的角点坐标)。
4. 把找到的角点在图上画出来，显得更加直观。
5. 相机标定计算，根据上面提取到的角点坐标信息和世界坐标系中的三维点进行计算。
6. 对标定结果进行评价
7. 查看标定效果——利用标定结果对棋盘图进行矫正 （两种方法）

2.python+opencv

这里选择python+opencv是因为使用方便，不用像c++那样一步步配置环境库。
注意：w h为棋盘格模板长边和短边规格（角点个数），根据自己的棋盘格设置

import cv2
import numpy as np
import glob
from numpy import array as matrix, arange

# 找棋盘格角点
# 阈值
criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)
# w h分别是棋盘格模板长边和短边规格（角点个数）
w = 7
h = 5

# 世界坐标系中的棋盘格点,例如(0,0,0), (1,0,0), (2,0,0) ....,(8,5,0)，去掉Z坐标，记为二维矩阵，认为在棋盘格这个平面上Z=0
objp = np.zeros((w * h, 3), np.float32)  # 构造0矩阵，88行3列，用于存放角点的世界坐标
objp[:, :2] = np.mgrid[0:w, 0:h].T.reshape(-1, 2)  # 三维网格坐标划分

# 储存棋盘格角点的世界坐标和图像坐标对
objpoints = []  # 在世界坐标系中的三维点
imgpoints = []  # 在图像平面的二维点
record = []

images = glob<