基于棋盘格标定板的单目相机标定

最新推荐文章于 2024-08-11 18:26:33 发布

略微奇怪

最新推荐文章于 2024-08-11 18:26:33 发布

阅读量2.4k

点赞数

文章标签：计算机视觉 opencv python

本文链接：https://blog.csdn.net/weixin_43986690/article/details/121914883

版权

本文详细介绍了如何使用棋盘格标定板进行单目相机的标定，涵盖了标定过程中的关键步骤，包括图像采集、特征检测、标定矩阵计算等，结合OpenCV库和Python实现，为计算机视觉应用打下基础。

摘要由CSDN通过智能技术生成

三、

#张大可修改


#调用各种库文件
import cv2
import glob
import numpy as np
#设置使用的棋盘规格，cbraw为列数，cbcol为行数
cbraw = 11
cbcol = 8
# prepare object points, like (0,0,0), (1,0,0), (2,0,0) ....,(6,5,0)
#得到objp为cbraw*cbcol行，3列的0矩阵
objp = np.zeros((cbraw*cbcol,3), np.float32)
'''
设定世界坐标下点的坐标值，因为用的是棋盘可以直接按网格取；
假定棋盘正好在x-y平面上，这样z=0，简化初始化步骤。
mgrid把列向量[0:cbraw]复制了cbcol列，[0:cbcol]复制了cbraw行。
转置reshape后，每行都是8*11网格中的某个点的坐标。
'''
#得到objp[[ 0.,  0.,  0.]，[ 6.,  0.,  0.],[ 12.,  0.,  0.]一共有cbraw*cbcol个，其中修改的是棋盘格的边长15
objp[:,:2] = np.mgrid[0:cbraw*15:15,0:cbcol*15:15].T.reshape(-1,2)
#print('objp',objp)
objpoints = [] # 3d point in real world space
imgpoints = [] # 2d points in image plane.
#glob是个文件名管理工具
images = glob.glob("E:\picture\last\liaoding2\*.bmp")
for fname in images:
#对每张图片，识别出角