来自大佬的opencv相机标定教程!!!傻瓜都能用!!!

首先贴出来源网址:https://blog.csdn.net/dcrmg/article/details/52929669

注: 程序所用的OpenCV版本是 2.4.10 ,3.0以上的版本可能会有不同(我使用OpenCV3.4.1,亲测可用

需要注意的是:

工程代码中:

 Size board_size = Size(4,6);    /* 标定板上每行、列的角点数 */  

size(4,6)需要修改为自己的标定板情况,比如我的标定板为8x8格的,就是size(7,7)(最外边的角点都不列入其中)

其余代码不用修改

我的图片来源是自己用word画的标定板,用自己手机拍摄的15张图片,完全按照教程,直接出结果,非常舒服,比前几天的matlab都要简单,而且,结果与matlab出入有些大,目前认为Opencv的结果更准确,具体等我三维建模出来后,会和大家说一下

先贴一下完整的工程代码:


  1. #include "opencv2/core/core.hpp"  
  2. #include "opencv2/imgproc/imgproc.hpp"  
  3. #include "opencv2/calib3d/calib3d.hpp"  
  4. #include "opencv2/highgui/highgui.hpp"  
  5. #include <iostream>  
  6. #include <fstream>  
  7.   
  8. using namespace cv;  
  9. using namespace std;  
  10.   
  11. void main()   
  12. {  
  13.     ifstream fin("calibdata.txt"); /* 标定所用图像文件的路径 */  
  14.     ofstream fout("caliberation_result.txt");  /* 保存标定结果的文件 */    
  15.     //读取每一幅图像,从中提取出角点,然后对角点进行亚像素精确化   
  16.     cout<<"开始提取角点………………";  
  17.     int image_count=0;  /* 图像数量 */  
  18.     Size image_size;  /* 图像的尺寸 */  
  19.     Size board_size = Size(4,6);    /* 标定板上每行、列的角点数 */  
  20.     vector<Point2f> image_points_buf;  /* 缓存每幅图像上检测到的角点 */  
  21.     vector<vector<Point2f>> image_points_seq; /* 保存检测到的所有角点 */  
  22.     string filename;  
  23.     int count= -1 ;//用于存储角点个数。  
  24.     while (getline(fin,filename))  
  25.     {  
  26.         image_count++;        
  27.         // 用于观察检验输出  
  28.         cout<<"image_count = "<<image_count<<endl;          
  29.         /* 输出检验*/  
  30.         cout<<"-->count = "<<count;        
  31.         Mat imageInput=imread(filename);  
  32.         if (image_count == 1)  //读入第一张图片时获取图像宽高信息  
  33.         {  
  34.             image_size.width = imageInput.cols;  
  35.             image_size.height =imageInput.rows;           
  36.             cout<<"image_size.width = "<<image_size.width<<endl;  
  37.             cout<<"image_size.height = "<<image_size.height<<endl;  
  38.         }  
  39.   
  40.         /* 提取角点 */  
  41.         if (0 == findChessboardCorners(imageInput,board_size,image_points_buf))  
  42.         {             
  43.             cout<<"can not find chessboard corners!\n"//找不到角点  
  44.             exit(1);  
  45.         }   
  46.         else   
  47.         {  
  48.             Mat view_gray;  
  49.             cvtColor(imageInput,view_gray,CV_RGB2GRAY);  
  50.             /* 亚像素精确化 */  
  51.             find4QuadCornerSubpix(view_gray,image_points_buf,Size(11,11)); //对粗提取的角点进行精确化  
  52.             image_points_seq.push_back(image_points_buf);  //保存亚像素角点  
  53.             /* 在图像上显示角点位置 */  
  54.             drawChessboardCorners(view_gray,board_size,image_points_buf,true); //用于在图片中标记角点  
  55.             imshow("Camera Calibration",view_gray);//显示图片  
  56.             waitKey(500);//暂停0.5S         
  57.         }  
  58.     }  
  59.     int total = image_points_seq.size();  
  60.     cout<<"total = "<<total<<endl;  
  61.     int CornerNum=board_size.width*board_size.height;  //每张图片上总的角点数  
  62.     for (int ii=0 ; ii<total ;ii++)  
  63.     {  
  64.         if (0 == ii%CornerNum)// 24 是每幅图片的角点个数。此判断语句是为了输出 图片号,便于控制台观看   
  65.         {     
  66.             int i = -1;  
  67.             i = ii/CornerNum;  
  68.             int j=i+1;  
  69.             cout<<"--> 第 "<<j <<"图片的数据 --> : "<<endl;  
  70.         }  
  71.         if (0 == ii%3)  // 此判断语句,格式化输出,便于控制台查看  
  72.         {  
  73.             cout<<endl;  
  74.         }  
  75.         else  
  76.         {  
  77.             cout.width(10);  
  78.         }  
  79.         //输出所有的角点  
  80.         cout<<" -->"<<image_points_seq[ii][0].x;  
  81.         cout<<" -->"<<image_points_seq[ii][0].y;  
  82.     }     
  83.     cout<<"角点提取完成!\n";  
  84.   
  85.     //以下是摄像机标定  
  86.     cout<<"开始标定………………";  
  87.     /*棋盘三维信息*/  
  88.     Size square_size = Size(10,10);  /* 实际测量得到的标定板上每个棋盘格的大小 */  
  89.     vector<vector<Point3f>> object_points; /* 保存标定板上角点的三维坐标 */  
  90.     /*内外参数*/  
  91.     Mat cameraMatrix=Mat(3,3,CV_32FC1,Scalar::all(0)); /* 摄像机内参数矩阵 */  
  92.     vector<int> point_counts;  // 每幅图像中角点的数量  
  93.     Mat distCoeffs=Mat(1,5,CV_32FC1,Scalar::all(0)); /* 摄像机的5个畸变系数:k1,k2,p1,p2,k3 */  
  94.     vector<Mat> tvecsMat;  /* 每幅图像的旋转向量 */  
  95.     vector<Mat> rvecsMat; /* 每幅图像的平移向量 */  
  96.     /* 初始化标定板上角点的三维坐标 */  
  97.     int i,j,t;  
  98.     for (t=0;t<image_count;t++)   
  99.     {  
  100.         vector<Point3f> tempPointSet;  
  101.         for (i=0;i<board_size.height;i++)   
  102.         {  
  103.             for (j=0;j<board_size.width;j++)   
  104.             {  
  105.                 Point3f realPoint;  
  106.                 /* 假设标定板放在世界坐标系中z=0的平面上 */  
  107.                 realPoint.x = i*square_size.width;  
  108.                 realPoint.y = j*square_size.height;  
  109.                 realPoint.z = 0;  
  110.                 tempPointSet.push_back(realPoint);  
  111.             }  
  112.         }  
  113.         object_points.push_back(tempPointSet);  
  114.     }  
  115.     /* 初始化每幅图像中的角点数量,假定每幅图像中都可以看到完整的标定板 */  
  116.     for (i=0;i<image_count;i++)  
  117.     {  
  118.         point_counts.push_back(board_size.width*board_size.height);  
  119.     }     
  120.     /* 开始标定 */  
  121.     calibrateCamera(object_points,image_points_seq,image_size,cameraMatrix,distCoeffs,rvecsMat,tvecsMat,0);  
  122.     cout<<"标定完成!\n";  
  123.     //对标定结果进行评价  
  124.     cout<<"开始评价标定结果………………\n";  
  125.     double total_err = 0.0; /* 所有图像的平均误差的总和 */  
  126.     double err = 0.0; /* 每幅图像的平均误差 */  
  127.     vector<Point2f> image_points2; /* 保存重新计算得到的投影点 */  
  128.     cout<<"\t每幅图像的标定误差:\n";  
  129.     fout<<"每幅图像的标定误差:\n";  
  130.     for (i=0;i<image_count;i++)  
  131.     {  
  132.         vector<Point3f> tempPointSet=object_points[i];  
  133.         /* 通过得到的摄像机内外参数,对空间的三维点进行重新投影计算,得到新的投影点 */  
  134.         projectPoints(tempPointSet,rvecsMat[i],tvecsMat[i],cameraMatrix,distCoeffs,image_points2);  
  135.         /* 计算新的投影点和旧的投影点之间的误差*/  
  136.         vector<Point2f> tempImagePoint = image_points_seq[i];  
  137.         Mat tempImagePointMat = Mat(1,tempImagePoint.size(),CV_32FC2);  
  138.         Mat image_points2Mat = Mat(1,image_points2.size(), CV_32FC2);  
  139.         for (int j = 0 ; j < tempImagePoint.size(); j++)  
  140.         {  
  141.             image_points2Mat.at<Vec2f>(0,j) = Vec2f(image_points2[j].x, image_points2[j].y);  
  142.             tempImagePointMat.at<Vec2f>(0,j) = Vec2f(tempImagePoint[j].x, tempImagePoint[j].y);  
  143.         }  
  144.         err = norm(image_points2Mat, tempImagePointMat, NORM_L2);  
  145.         total_err += err/=  point_counts[i];     
  146.         std::cout<<"第"<<i+1<<"幅图像的平均误差:"<<err<<"像素"<<endl;     
  147.         fout<<"第"<<i+1<<"幅图像的平均误差:"<<err<<"像素"<<endl;     
  148.     }     
  149.     std::cout<<"总体平均误差:"<<total_err/image_count<<"像素"<<endl;     
  150.     fout<<"总体平均误差:"<<total_err/image_count<<"像素"<<endl<<endl;     
  151.     std::cout<<"评价完成!"<<endl;    
  152.     //保存定标结果      
  153.     std::cout<<"开始保存定标结果………………"<<endl;         
  154.     Mat rotation_matrix = Mat(3,3,CV_32FC1, Scalar::all(0)); /* 保存每幅图像的旋转矩阵 */  
  155.     fout<<"相机内参数矩阵:"<<endl;     
  156.     fout<<cameraMatrix<<endl<<endl;     
  157.     fout<<"畸变系数:\n";     
  158.     fout<<distCoeffs<<endl<<endl<<endl;     
  159.     for (int i=0; i<image_count; i++)   
  160.     {   
  161.         fout<<"第"<<i+1<<"幅图像的旋转向量:"<<endl;     
  162.         fout<<tvecsMat[i]<<endl;     
  163.         /* 将旋转向量转换为相对应的旋转矩阵 */     
  164.         Rodrigues(tvecsMat[i],rotation_matrix);     
  165.         fout<<"第"<<i+1<<"幅图像的旋转矩阵:"<<endl;     
  166.         fout<<rotation_matrix<<endl;     
  167.         fout<<"第"<<i+1<<"幅图像的平移向量:"<<endl;     
  168.         fout<<rvecsMat[i]<<endl<<endl;     
  169.     }     
  170.     std::cout<<"完成保存"<<endl;   
  171.     fout<<endl;  
  172.     system("pause");      
  173.     return ;  
  174. }  

运行前需要先准备标定图片和记录标定图片列表的文本文件,并放入程序所在目录下,如下图所示:




文本文件的内容如下:




运行效果图1:


图2:


图3:


图4:



最后在程序所在目录下生成“caliberation_result.txt”文件,记录了标定的误差、相机内外参数信息:




感谢无名前辈提供的测试图例!

展开阅读全文

没有更多推荐了,返回首页