照片畸变校正 python_【OpenCV】摄像机标定+畸变校正

摄像机标定

本文目的在于记录如何使用MATLAB做摄像机标定,并通过OpenCV进行校正后的显示。

对于摄像机我们所关心的主要参数为摄像机内参，以及几个畸变系数。上面的连接中后半部分也给了如何标定，然而OpenCV自带的标定程序稍显繁琐。因而在本文中我主推使用MATLAB的工具箱。下面让我们开始标定过程。

标定板

方法二：逼格满满(MATLAB)

J =(checkerboard(300,4,5)>0.5);

figure, imshow(J);

1

2

1

2

采集数据

那么有了棋盘格之后自然是需要进行照片了。不多说，直接上程序。按q键即可保存图像，尽量把镜头的各个角度都覆盖好。

#include "opencv2/opencv.hpp"

#include

#include

using namespace cv;

using namespace std;

int main()

{

VideoCapture inputVideo(0);

//inputVideo.set(CV_CAP_PROP_FRAME_WIDTH, 320);

//inputVideo.set(CV_CAP_PROP_FRAME_HEIGHT, 240);

if (!inputVideo.isOpened())

{

cout << "Could not open the input video " << endl;

return -1;

}

Mat frame;

string imgname;

int f = 1;

while (1) //Show the image captured in the window and repeat

{

inputVideo >> frame; // read

if (frame.empty()) break; // check if at end

imshow("Camera", frame);

char key = waitKey(1);

if (key == 27)break;

if (key == 'q' || key == 'Q')

{

imgname = to_string(f++) + ".jpg";

imwrite(imgname, frame);

}

}

cout << "Finished writing" << endl;

return 0;

}

保存大约15到20张即可。大家可以看到我的方法，直接对着实验室的屏幕拍摄的。这个阶段有个注意事项就是测量好屏幕上每个方格的大小，这个标定的时候会用到。

进行标定

直接而在MATLAB的Command Window里面输入cameraCalibrator即可调用标定应用。

 

首先先把之前照好的图像添加进去，这是出现：

 

这就是之前让你记录的标定板中每个方格的大小。

输入无误后就涉及到最关键的一步了(MATLAB的这个实在太方便了，都是傻瓜式操作)，选择参数。

为什么说他关键呢，因为如果你仔细阅读了OpenCV的说明之后你会大概明白畸变参数，总共有五个，径向畸变3个(k1,k2,k3)和切向畸变2个(p1,p2)。

径向畸变：

 

切向畸变：

 

以及在OpenCV中的畸变系数的排列(这点一定要注意k1，k2，p1，p2，k3)，千万不要以为k是连着的。

 

并且通过实验表明，三个参数的时候由于k3所对应的非线性较为剧烈。估计的不好，容易产生极大的扭曲，所以我们在MATLAB中选择使用两参数，并且选择错切和桶形畸变。

 

点击开始后等待一段时间即可完成标定。并且MATLAB给出的可视化还是很不错的，可以对比校正前后的样子。

点击show Undistorted即可看到无畸变的图像。

 

到这为止，你已经完成了标定过程。选择导出参数，即可把参数进行保存。

 

保存后可以退出标定应用，在MATLAB主界面中将保存的Mat文件打开。

 

第二行就是参数

 

里面的RadialDistortion对应k1，k2，k3设置为0了。

TangentialDistortion对应p1，p2。

IntrinsicMatrix对应内参，注意这个和OpenCV中是转置的关系，注意不要搞错。

 

对应

OpenCV中查看标定的结果

直接上代码。

#include "opencv2/opencv.hpp"

#include

using namespace cv;

using namespace std;

int main()

{

VideoCapture inputVideo(0);

if (!inputVideo.isOpened())

{

cout << "Could not open the input video: " << endl;

return -1;

}

Mat frame;

Mat frameCalibration;

inputVideo >> frame;

Mat cameraMatrix = Mat::eye(3, 3, CV_64F);

cameraMatrix.at(0, 0) = 4.450537506243416e+02;

cameraMatrix.at(0, 1) = 0.192095145445498;

cameraMatrix.at(0, 2) = 3.271489590204837e+02;

cameraMatrix.at(1, 1) = 4.473690628394497e+02;

cameraMatrix.at(1, 2) = 2.442734958206504e+02;

Mat distCoeffs = Mat::zeros(5, 1, CV_64F);

distCoeffs.at(0, 0) = -0.320311439187776;

distCoeffs.at(1, 0) = 0.117708464407889;

distCoeffs.at(2, 0) = -0.00548954846049678;

distCoeffs.at(3, 0) = 0.00141925006352090;

distCoeffs.at(4, 0) = 0;

Mat view, rview, map1, map2;

Size imageSize;

imageSize = frame.size();

initUndistortRectifyMap(cameraMatrix, distCoeffs, Mat(),

getOptimalNewCameraMatrix(cameraMatrix, distCoeffs, imageSize, 1, imageSize, 0),

imageSize, CV_16SC2, map1, map2);

while (1) //Show the image captured in the window and repeat

{

inputVideo >> frame; // read

if (frame.empty()) break; // check if at end

remap(frame, frameCalibration, map1, map2, INTER_LINEAR);

imshow("Origianl", frame);

imshow("Calibration", frameCalibration);

char key = waitKey(1);

if (key == 27 || key == 'q' || key == 'Q')break;

}

return 0;

}

相信此时你的镜头的畸变也得到了修复。

 

还有就是之前讨论的为什么选2系数而不是3系数。因为。。。。。。。

下面是三系数的修正结果，惨不忍睹啊。