OpenCV相机标定calibrateCamera坐标系详解

最新推荐文章于 2024-07-17 20:14:22 发布
最新推荐文章于 2024-07-17 20:14:22 发布
阅读量3.4w 收藏 89
点赞数 12
分类专栏： DL框架 文章标签： OpenCV 3d 计算机视觉 CV 三维
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/shenxiaolu1984/article/details/50165635
版权
本文详细介绍了OpenCV的calibrateCamera函数在相机标定中的应用，讲解了objectPoints和imagePoints的设定，以及如何理解世界坐标系。通过drawChessboardCorners函数展示检测顺序，明确了坐标方向。此外，还提到了solvePnP函数在外参求解中的使用。
摘要由CSDN通过智能技术生成

在OpenCV中，可以使用calibrateCamera函数，通过多个视角的2D/3D对应，求解出该相机的内参数和每一个视角的外参数。


使用C++接口时的输入参数如下：


objectPoints - 每一个视角中，关键点的世界坐标系。可以使用vector < vector <Point3f> >类型，第一层vector表示每一个视角，第二层vector表示每一个点。

如果使用OpenCV自带的棋盘格，可以直接传入交叉点（不包括边角）的实际坐标，以物理世界尺度（例如毫米）为单位。

写坐标时，要保证z轴为0，按照先x变化，后y变化，从小到大的顺序来写。如果网格尺寸为5厘米，写作：(0,0,0),(5,0,0), (10,0,0)...(0,5,0), (5,5,0), (10,5,0),...

如下图例子，x方向是8个交叉点，y方向3个较差点。

最低0.47元/天 解锁文章
shenxiaolu1984
关注
专栏目录
opencv中标定函数calibrateCamera
ychl87的专栏
09-09 4万+
世界坐标系的三维点投影到成像坐标系中的二维点的投影公式如下：其中(X,Y,Z)为世界坐标系中的三维点；（u,v）为成像面坐标系中的二维点；A为相机的内参数矩阵：(cx,cy)为主光轴点，一般为图像的中心；fx和fy为焦距；[R|t]为相机的外参数矩阵：R为旋转矩阵，t为位移矩阵；上述公式的简单推理过程如下考虑到镜头畸变其中，k1,k2,k3,k4,k5和k6为径向畸变，p1和p2为轴向畸变。在op
opencv+vs2013进行相机内参标定（camera calibration）
08-20
opencv+vs2013进行相机内参标定（camera calibration），代码中有一两处需要修改下参数，比如输入图片的大小不同需要修改下
【OpenCV】 相机标定 calibrateCamera
weixin_68880273的博客
07-17 2381
本篇文章通过《学习Opencv3》的18.01例子来介绍相机标定流程，本文不涉及OpenCV calibrateCamera()函数的数学原理。如果想了解数学原理请参考《学习Opencv3》p578或者 张正友相机标定法原理与实现。本篇文章将会介绍《学习Opencv3》的18.01例子中的几个重点函数，并展示详细注释的代码，以及标定时注意事项。
OpenCV函数用法之calibrateCamera
tiger&sheep的博客
10-28 3万+
参考链接：opencv中标定函数calibrateCamera_ychl87的专栏-CSDN博客 世界坐标系的三维点投影到成像坐标系中的二维点的投影公式如下： 其中(X,Y,Z)为世界坐标系中的三维点； （u,v）为成像面坐标系中的二维点； A为相机的内参数矩阵：(cx,cy)为主光轴点，一般为图像的中心；fx和fy为焦距； [R|t]为相机的外参数矩阵：R为旋转矩阵，t为位移矩阵； 上述公式的简单推理过程如下 考虑到镜头畸变 其中，k1,k2,k3,k4,k5和k6为径向畸变，p1和.
【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）
热门推荐
把岁月化成歌 留在博客
06-27 6万+
函数作用：根据校准模式的几个视图（也就是相机拍的几张不同的图片），求解摄像机的内在参数和外在参数。 在每个视图中，必须指定三维物体点及其相应的二维投影的坐标。这可以通过使用已知几何形状和易于检测特征点的对象来实现。这样的对象称为标定或校准模式，而且OpenCV有对棋盘标定的内置支持（见findchessboardcorners）。目前，固有参数的初始化（当cv_calib_use_intrinsi
OpenCV——相机标定(Camera calibration)
小铅笔
06-25 5800
摄像机标定(Camera calibration)简单来说是从世界坐标系换到图像坐标系的过程，也就是求最终的投影矩阵 P PP 的过程。 所涉及的坐标系 世界坐标系(world coordinate system)； 相机坐标系(camera coordinate system)； 图像坐标系(image coordinate system)； 标定的过程分为两个部分： 第一步是从世界坐标系转换为相机坐标系，这一步是三维点到三维点的转换，包括 R RR，t tt （相机外参）等参数； 第二部是从.
Python opencv相机标定实现原理及步骤详解
01-21
相机标定相机标定的目的 获取摄像机的内参和外参矩阵（同时也会得到每一幅标定图像的选择和平移矩阵），内参和外参系数可以对之后相机拍摄的图像就进行矫正，得到畸变相对很小的图像。 相机标定的输入 标定图像上...
C++-OpenCV-Calibration-相机标定程序.rar_C++ 九点标定_OpenCV 标定_c++ 相机标定_op
09-24
《C++与OpenCV相机标定详解：九点标定法的应用》 在计算机视觉领域，相机标定是一项至关重要的任务，它能帮助我们纠正由镜头畸变、透视失真等因素引起的图像误差，从而提高图像处理和分析的精度。本教程主要基于C++...
opencv相机标定
05-17
三、OpenCV相机标定函数详解 - `findChessboardCorners()`: 检测棋盘格角点，返回像素坐标。 - `cornerSubPix()`: 提高角点检测的精度，消除噪声。 - `calibrateCamera()`: 输入角点坐标和尺寸，计算内参矩阵、失真...
使用opencv实现camera calibration
qingsong1001的专栏
08-17 2947
使用opencv实现camera calibration(摄像机校准/标定) 使用opencv提供的demo(源码为calibration.cpp)实现单目摄像头的image的camera calibration的 基本处理过程 一般步骤分为两个部分，如下： 获取camera的内外参和畸变相关系数 从图片列表中读取图像，或从camera中获取图像。 cvtColor，把图像转换成灰...
Camera calibration With OpenCV的代码介绍
04-26
利用opencv进行摄像机标定的介绍，英文pdf，网页版，方便大家阅览。
OpenCV相机标定- camera_calibration_python
weixin_50151928的博客
04-11 1611
A:.npz文件是一种用于存储多个numpy数组的文件格式，通常用于在Python中进行科学计算和数据处理时保存和加载数据。这种文件格式是经过压缩的，可以有效地减小文件大小。在一个.npz文件中，可以包含多个数组，每个数组都有一个对应的名称。这种文件格式非常适合用于保存模型参数、训练数据、特征向量等多维数组数据。要读取.npz文件，可以使用numpy.load()函数加载文件内容。
OpenCV 相机校正过程中，calibrateCamera函数projectPoints函数的重投影误差的分析
是否龍磊磊真的一无所有的博客
01-24 3万+
主要是讲解Python利用OpenCV进行相机校正过程中，几个重点参数的分析。标定的过程就不再一一赘述了，很多博客和网站都在讲解怎么进行标定。本文章主要分析，标定过程中的误差计算公式，和对calibrateCamera( ) 和 projectPoints( )两个函数得到的误差，不同的原因进行分析。本文是重点分析重投影误差的计算方式。准确描述opencv自带的函数，和各个博客、教程里面所说的重投影误差计算的流程进行分析和对比，描述官方的重投影误差和教程实现重投影误差的差别。...
Camera Calibration（opencv官方实例）
liyuqian199695的博客
03-17 8402
Camera Calibration 1、stereo_calib.cpp代码： /* This is sample from the OpenCV book. The copyright notice is below */ /* *************** License:**************************    *************************
在相机标定中，使用cv::calibrateCamera函数可以计算相机的旋转矩阵、平移矩阵、内参矩阵和畸变系数的目的
weixin_50531046的博客
01-09 806
在摄像机姿态估计中，我们可以使用旋转矩阵和平移矩阵来确定相机在世界坐标系中的位置和方向。在三维重建中，我们可以使用内参矩阵和畸变系数来纠正图像中的畸变，从而得到更准确的三维重建结果。函数可以计算相机的旋转矩阵、平移矩阵、内参矩阵和畸变系数。这些计算的目的是为了获得相机的几何信息和校正参数，用于后续的摄像机姿态估计、三维重建、图像校正等任务。因此，通过计算相机的旋转矩阵、平移矩阵、内参矩阵和畸变系数，我们可以获得相机的几何信息和校正参数，这对于后续的计算和应用非常重要。将世界坐标系中的点映射到相机坐标系。
OpenCV Camera Calibration 示例使用
panpan_jiang1的博客
05-22 1万+
本文主要介绍OpenCV自带标定例子的使用方法。OpenCV包含标定文件：calibration.cpp：是通过用户输入可选参数进行相机标定的程序；（1）新建项目 test_CalibrationFile-&gt;New -&gt; Project,点击ok，next，选择Empty project，点击finish。（2）添加源文件将OpenCV安装目录下的OpenCV\opencv\sourc...
利用opencv进行相机标定（calibrateCamera）
weixin_43982109的博客
04-11 1078
环境：ubuntu16.04 + opencv3.3.0 该代码是根据 Learing Opencv 3第十八章标定示例代码修改的。 先上代码： #include <opencv2/opencv.hpp> #include <iostream> using namespace std; using namespace cv; void help( ) { cout&...
OpenCV每日函数 相机校准calibrateCamera函数
学以致用 知行合一
10-22 4492
估计相机参数的过程称为相机校准。这意味着我们拥有相机所需的所有信息（参数或系数），以确定现实世界中的3D 点与其在该校准相机捕获的图像中对应的 2D 投影（像素）之间的准确关系。通常这意味着恢复两种参数内部参数：例如相机/镜头系统的镜头的焦距、光学中心和径向畸变系数。外部参数：这是指相机相对于某个世界坐标系的方向（旋转和平移）。
python 如何使用opencv calibrateCamera函数
最新发布
09-11
`cv2.calibrateCamera` 是 OpenCV 中用于相机标定的一个函数，它可以帮助估计相机的内部参数和外部参数，以便能够将3D世界坐标映射到2D图像坐标。在使用这个函数之前，你需要准备一组用于标定的棋盘格图像（通常是不同角度的同一棋盘格），然后使用这些图像中的角点来计算相机参数。 以下是使用 `cv2.calibrateCamera` 函数的基本步骤： 1. 准备棋盘格角点数据：首先需要检测出每一幅标定图像上的棋盘格角点，通常使用 `cv2.findChessboardCorners` 函数来实现。 2. 存储角点数据：将检测到的角点数据存储起来，`calibrateCamera` 函数将会使用这些数据来估计参数。 3. 设置世界坐标系：由于棋盘格是已知尺寸的，可以设定棋盘格角点的世界坐标。这些坐标构成了一个3D点集。 4. 调用 `calibrateCamera` 函数：使用检测到的角点数据和世界坐标集来计算相机参数。 以下是一个简单的代码示例： ```python import numpy as np import cv2 import glob # 准备对象点，如 (0,0,0), (1,0,0), (2,0,0) ....,(6,5,0) # 假设使用的是 7 x 6 的棋盘格 objp = np.zeros((6*7, 3), np.float32) objp[:,:2] = np.mgrid[0:7, 0:6].T.reshape(-1, 2) # 用于存储所有图像的对象点和图像点的数组 objpoints = [] # 真实世界中的3D点 imgpoints = [] # 图像中的2D点 # 读取标定图像 images = glob.glob('path_to_calib_images/*.jpg') # 用实际的图片路径替换 for fname in images: img = cv2.imread(fname) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 寻找棋盘格角点 ret, corners = cv2.findChessboardCorners(gray, (7,6), None) # 如果找到足够的角点，则将对象点添加到 objpoints ，图像点到 imgpoints if ret == True: objpoints.append(objp) imgpoints.append(corners) # 绘制并显示角点 img = cv2.drawChessboardCorners(img, (7,6), corners, ret) cv2.imshow('img', img) cv2.waitKey(500) cv2.destroyAllWindows() # 标定相机 ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera(objpoints, imgpoints, gray.shape[::-1], None, None) # 输出结果 print("相机矩阵:\n", mtx) print("畸变系数:\n", dist) print("旋转向量:\n", rvecs) print("平移向量:\n", tvecs) ``` 确保替换 `'path_to_calib_images/*.jpg'` 为实际的标定图像路径，以及调整棋盘格的大小 `(7,6)` 以匹配实际使用的棋盘格大小。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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