【相机标定】opencv python 标定相机内参时不计算 k3 畸变参数

我才是一卓

已于 2023-09-25 13:54:21 修改

阅读量1.8k

点赞数

文章标签：数码相机 opencv 人工智能

于 2023-09-04 11:16:30 首次发布

本文链接：https://blog.csdn.net/weixin_43667077/article/details/132665175

版权

文章目录

1. 背景

畸变参数 k3 通常用于描述径向畸变的更高阶效应，即在需要高精度的应用中可以用到，一般的应用中 k1, k2 足矣。
常见的应用中， orbslam3 中是否传入 k3 是可选的，而 kalibr 标定中则只需要传入 k1, k2 。但计算 k3 时的 k1, k2 不等于不计算 k3 时的 k1, k2 ，因此需要学会两种场景下参数的计算。

2. 完整的 opencv python 标定相机内参过程

参考：https://blog.csdn.net/zong596568821xp/article/details/115286088

3. 选择是否计算畸变参数 k3

在调用 cv.calibrateCamera() 时，传入参数 flags=cv.CALIB_FIX_K3 即可，代码如下：

# 1. 计算 k1, k2, k3
ret, mtx, dist, rvecs, tvecs = cv.calibrateCamera(
    objectPoints=objpoints, imagePoints=imgpoints, imageSize=imageSize, cameraMatrix=None, distCoeffs=None
)
# Camera.k1: -0.0503
# Camera.k2: 0.0654
# Camera.k3: -0.0200

# 2. 计算 k1, k2
ret, mtx, dist, rvecs, tvecs = cv.calibrateCamera(
    objectPoints=objpoints, imagePoints=imgpoints, imageSize=imageSize, cameraMatrix=None, distCoeffs=None, flags=cv.CALIB_FIX_K3
)
# Camera.k1: -0.0355
# Camera.k2: 0.0346