python相机拍照显示_Python3 OpenCV3图像处理-照相机标定

标定照相机是指计算出该照相机的内参数。在我们的例子中，是指计算矩阵 K。如 果你的应用要求高精度，那么可以扩展该照相机模型 , 使其包含径向畸变和其他 条件。标定照 相机的标准方法是，拍摄多幅平面棋盘模式的图像，然后进行处理计算。

大多数参数可以使用基本的假设来 设定（正方形垂直的像素，光心位于图像中心），比较难处理的是获得正确的焦距。 对于这种标定方法，你需要准备一个平面矩形的标定物体（一个书本即可）、用于测 量的卷尺和直尺，以及一个平面。下面是具体操作步骤：

测量你选定矩形标定物体的边长 d• X 和 dY； 将照相机和标定物体放置在平面上，使得照相机的背面和标定物体平行，同时物•

体位于照相机图像视图的中心，你可能需要调整照相机或者物体来获得良好的对 齐效果； 测量标定物体到照相机的距离 d• Z； 拍摄一副图像来检验该设置是否正确，即标定物体的边要和图像的行和列对齐；•

使用像素数来测量标定物体图像的宽度和高度 d• x 和 dy。

实验设置情况如图 4-3 所示。现在，使用下面的相似三角形（参见图 4-1）关系可以 获得焦距：

对于如图 4-3 所示的特定设置，物体宽度和高度的测量值分别为 130 mm 和 185 mm， 则，dX=130，dY=185。从照相机到物体的距离为 460 mm，则 dZ=460。你可以使用 任意的测量单位，只有测量值的比例才影响最终焦距的计算。你可以使用 ginput() 函数来获得图像中的 4 个点，图像中物体的宽度和高度分别为 722 和 1040 像素。 将这些值代入上面的关系表达式可以获得焦距的大小：

值得注意的是，我们现在获取的焦距是在特定图像分辨率下计算出来的。在这个例 子中，图像大小为 2592×1936 像素。记住，焦距和光心是使用像素来度量的，其 尺度和图像分辨率相关。如果你使用其他的图像分辨率来拍摄（例如，一个缩略图 像），那么这些值都会改变。