使用OpenCV库进行相机标定C++代码

通过分析一系列（至少三张）包含棋盘格图案的图像，来计算相机的内参数矩阵（包括焦距、主点坐标等）和畸变系数，以及每幅图像对应的外参数（旋转和平移向量）。下面是代码的详细步骤：
1、包含头文件和命名空间定义：引入必要的OpenCV库头文件和Windows API头文件，以及定义了使用的命名空间。
2、定义棋盘格角点查找函数：定义了findChessboardCornersFunc函数，该函数利用OpenCV的findChessboardCorners查找图像中的棋盘格角点，并使用cornerSubPix函数进一步精确这些角点的位置。
主函数流程：
2、初始化参数：定义了棋盘格的规格（行数、列数）、每个格子的实际宽度和高度，以及用于存储角点的世界坐标、图像坐标、图像名称和图像数据的向量。
读取图像文件名：通过Windows API遍历指定路径下的.jpg和.png格式的图像文件，将文件路径添加到imageNames向量中。
初始化世界坐标系中的棋盘格角点：根据棋盘格的规格和格子的实际尺寸，计算所有角点的三维坐标并存储在objp 向量中。
处理每个图像：遍历所有图像，读取图像并将其转换为灰度图，然后尝试在图像中查找棋盘格角点。如果找到，将角点图像坐标、对应的角点世界坐标和图像本身分别存储在imagePoints、objectPoints和images向量中。
相机标定：使用calibrateCamera函数，根据找到的所有图像角点及其对应的世界坐标，以及图像的尺寸，计算出相机的内参数矩阵、畸变系数、旋转矩阵和平移向量。
输出结果：打印出计算得到的相机内参数矩阵和畸变系数。
图像去畸变展示：选取第一张图像，使用undistort函数对其进行去畸变处理，并显示原始图像和去畸变后的图像，等待用户按键后关闭窗口。

#include <opencv2/opencv.hpp>
#include <opencv2/calib3d.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <windows.h>
#include <iostream>
#include <vector>
#include <filesystem>

using namespace cv;
using namespace std;

// 函数用于寻找并标记图像中的棋盘格角点
bool findChessboardCornersFunc(const Mat& image, Size patternSize, vector<Point2f>& corners)
{
	bool found = findChessboardCorners(image, patternSize, corners, CALIB_CB_ADAPTIVE_THRESH + CALIB_CB_FAST_CHECK + CALIB_CB_NORMALIZE_IMAGE);
	if (found)
		cornerSubPix(image, corners, Size(11, 11), Size(-1, -1), TermCriteria(TermCriteria::EPS + TermCriteria::COUNT, 30, 0.01));
	return found;
}

int main()
{
	// 标定板的规格
	Size patternSize(11, 8); // 棋盘格内角点
	float squareSizeWidth = 30.0f; // 棋盘格格子大小
	float squareSizeHeight = 30.0f; // 棋盘格格子大小
	vector<vector<Point3f>> objectPoints;
	vector<vector<Point2f>> imagePoints;
	vector<String> imageNames;
	vector<Mat> images;

	// 读取所有图像文件名
	string path = "E:\\vsifle\\image\\image\\camera_L"; // 替换为你的图像文件夹路径
	WIN32_FIND_DATAA ffd;
	HANDLE hFind = INVALID_HANDLE_VALUE;

	hFind = FindFirstFileA((path + "\\*.jpg").c_str(), &ffd);
	if (hFind == INVALID_HANDLE_VALUE)
	{
		hFind = FindFirstFileA((path + "\\*.png").c_str(), &ffd);
		if (hFind == INVALID_HANDLE_VALUE)
		{
			printf("No JPG or PNG files found.\n");
			return EXIT_FAILURE;
		}
	}
	do
	{
		imageNames.push_back(path + "\\" + ffd.cFileName);
	} while (FindNextFileA(hFind, &ffd) != 0);
	FindClose(hFind);

	// 初始化世界坐标系中的棋盘格角点
	vector<Point3f> objp;
	// 初始化世界坐标系中的棋盘格角点，考虑实际尺寸
	for (int i = 0; i < patternSize.height; i++)
		for (int j = 0; j < patternSize.width; j++)
			objp.push_back(Point3f(j*squareSizeWidth, i*squareSizeHeight, 0.0f));

	// 对每个图像进行处理
	for (const String& name : imageNames)
	{
		Mat img = imread(name, IMREAD_GRAYSCALE);
		if (img.empty())
		{
			cout << "Can't read image " << name << endl;
			continue;
		}
		//提取图像中的角点
		vector<Point2f> corners;
		if (findChessboardCornersFunc(img, patternSize, corners))
		{
			imagePoints.push_back(corners);
			objectPoints.push_back(objp);
			images.push_back(img);
		}
		else
		{
			cout << "Chessboard not found in " << name << endl;
		}
	}

	//根据标定板的世界坐标和图像角点坐标完成相机标定
	Mat cameraMatrix, distCoeffs, rvecs, tvecs;
	vector<vector<Point2f>> allImagePoints = imagePoints;
	vector<vector<Point3f>> allObjectPoints = objectPoints;

	calibrateCamera(allObjectPoints, allImagePoints, images[0].size(), cameraMatrix, distCoeffs, rvecs, tvecs);

	// 输出结果
	cout << "Camera matrix:" << endl << cameraMatrix << endl;
	cout << "Distortion coefficients:" << endl << distCoeffs << endl;

	// 可选：使用得到的参数对一张图片进行去畸变演示
	Mat undistorted;
	undistort(images[0], undistorted, cameraMatrix, distCoeffs);  //相机去畸变
	imshow("Original Image", images[0]);
	imshow("Undistorted Image", undistorted);
	waitKey(0);

	return 0;
}