Python计算机视觉-张氏相机内参标定

相机内参标定

原理简述：
单孔摄像机（照相机）会给图像带来很多畸变，畸变主要有两种：径向畸变（图像像素点以畸变中心为中心点,沿着径向产生的位置偏差导致成像发生形变）和切向畸变（由于透镜与成像平面不可能绝对平行造成）。通过拍摄实际规格已知的标定板可以得到n个对应的世界坐标三维点 X_i 和对应的图像坐标二维点 x_i，这些三维点到二维点的转换都可以通过相机内参 K，相机外参 R 和 t，以及畸变参数 s 经过一系列的矩阵变换得到。图像间的对应关系可以来求解这些相机参数，所以用线性方法求解内参和外参矩阵（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进行矫正，得到畸变相对很小的图像。
初始的标定方法需要三面相互垂直且带有大量不同大小透光点的高精度标定板，而张正友教授1998年提出的单平面棋盘格摄像机标定方法假定图像位于 Z=0 (XY)平面上进行标定，已知两个平面的对应点的坐标就可以求解得到两个平面的单应矩阵H，而黑白棋盘格的角点便于检测，位置信息便于获取，因此仅需使用一个打印出来的棋盘格就可以实现参数标定。

标定原理详解：
https://blog.csdn.net/honyniu/article/details/51004397
http://www.cnblogs.com/Undo-self