工业图像处理实战--九点标定法

前几天同事突然问我九点标定的几个函数名称，然后我才想起来还有这个重要的技能没有说，因此本篇会详细介绍一下九点标定法。（九点：指有序排列的九个特征点，一般为圆点或者十字）

九点标定的作用：

1.求解x和y方向的分辨率

2.求解图像坐标到xx坐标的仿射变换矩阵

（PS：关于仿射变换和透视变换的一般理解，仿射变换：一个矩形到另一个矩形的变换过程，透视变换：一个矩形到另一个不规则矩形的变换过程（不规则可以理解为有些边或者其他地方不是直线））

准备工作：九点标定板（3x3，已知行距，列距）。在相机视野范围内，让九点中某个点和XX坐标系的某个点重合，也就是九点在xx坐标系的坐标，是已知的

一、分辨率求解

经过图像处理，我们可以得到九个点的图像上的坐标，然后按照从左到右，从上到下的规律拍好，利用这些点去计算分辨率，大概的程序思路如下

//pt:点集；hj：行距；lj:列距
bool CvGetClibrateData(CvPoint *pt, double hj, double lj, double &dx, double &dy)
{
	//pt的排列原则从左到右，从上到下，可以使用sort函数排序
	//具体的sort就不写了，感兴趣的同学自己研究一下，在这里我默认他排好序了
	//pt的排序结果
	// 0 1 2
	// 3 4 5
	// 6 7 8
    //因此接下来的求解方法全是数学问题
	//x方向分辨率
	dx = (pt[1].x - pt[0].x) + (pt[2].x - pt[1].x);
	dx += (pt[4].x - pt[3].x) + (pt[5].x - pt[4].x);
	dx += (pt[7].x - pt[6].x) + (pt[8].x - pt[7].x);
	dx = dx / (6 * lj);

	//y方向分辨率
	dy = (pt[3].y - pt[0].y) + (pt[6].y - pt[3].y);
	dy += (pt[4].y - pt[1].y) + (pt[7].y - pt[4].y);
	dy += (pt[5].y - pt[2].y) + (pt[8].y - pt[5].y);
	dy = dy / (6 * hj);
    return ture;
}

二、仿射矩阵

从一个坐标系到另一个坐标系的变换，通常使用仿射矩阵。，我使用的是已经二次封装好的，但是没有源码，因此只能用OpenCv中的某些函数说明。

首先

CvMat*  cvGetAffineTransform( const CvPoint2D32f* src,const CvPoint2D32f*  dst, CvMat*  map_matrix );
src：输入图像的三角形顶点坐标。
dst：输出图像的相应的三角形顶点坐标。
map_matrix：指向2×3输出矩阵的指针。

这个函数就是已知图像上三点坐标，和XX坐标系中对应的三点坐标，然后求解一个变化的矩阵。

得到这个矩阵之后，可以根据已知的图像点推算对应XX坐标系上的对应的的坐标（相关变换函数暂时没找到，用的是已经封装好的看不到源码，以后再加）

给出大致的思路，用cvGetAffineTransform或者cv2DRotationMatrix求解出矩阵（2x3的）

然后它的排列大概是下面这样

然后，对应坐标求解，大概是下面这样 

2019/4/28更新内容，添加一个变化的代码

void GetTransPt(Point src, Mat trans, Point &dst)
{
	if (trans.empty())
	{
		return;
	}
	int n=trans.channels();

	Point2f p = Point2f(0, 0);
	dst.x = trans.ptr<double>(0)[0] * src.x + trans.ptr<double>(0)[1] * src.y + trans.ptr<double>(0)[2];
	dst.y = trans.ptr<double>(1)[0] * src.x + trans.ptr<double>(1)[1] * src.y + trans.ptr<double>(1)[2];
}