相机标定，vs2010下调试错误：Microsoft C++ 异常: 内存位置 0x0019df44 处的 cv::Exception，另外附加源码

相机标定，vs2010下调试错误：Microsoft C++ 异常: 内存位置 0x0019df44 处的 cv::Exception，另外附加源码

调试源码如下：

#include <opencv2/core/core.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/calib3d/calib3d.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
#include <fstream>

using namespace cv;
using namespace std;

int main()
{
    ifstream fin("calibdata.txt");//标定所用图文件路径，输入文件
    ofstream fout("caliberation_result.txt");//保存标定结果的文件，输出文件

    //读取每一幅图像，从中提取角点，然后对角点进行亚像素精确化
    cout<<"开始提取角点......";//图片数量
    int image_count = 0;
    Size image_size;//图片尺寸
    Size board_size = Size(4,6);//标定板上每行、每列的角点数
    vector<Point2f> image_points_buf;//缓存每幅图像上检测到的角点
    vector<vector<Point2f>> image_points_seq;//保存检测到的所有角点
    string filename;
    int count = -1;//用于存储角点数
    
    while(getline(fin,filename))//获取文件夹中的每行数据信息
    {
        image_count++;
        //用于观察检测输出
        cout<<"image_count = "<<image_count<<endl;
        //输出检验
        cout<<"-->count == 1"<<count;
        Mat imageInput = imread(filename);
        if(image_count == 1)
        {
            image_size.width = imageInput.cols;
            image_size.height = imageInput.rows;
            cout<<"image_size.width = "<<image_size.width<<endl;
            cout<<"image_size.height = "<<image_size.height<<endl;
        }

        //提取角点
        if(0 == findChessboardCorners(imageInput,board_size,image_points_buf))
        {
            cout<<"can not find chessboard corners!\n";
            exit(1);
        }
        else
        {
            Mat view_gray;
            cvtColor(imageInput,view_gray,CV_BGR2GRAY);
            find4QuadCornerSubpix(view_gray,image_points_buf,Size(5,5));//亚像素精确化
            image_points_seq.push_back(image_points_buf);//保存亚像素点

            //图像上显示角点位置
            drawChessboardCorners(view_gray,board_size,image_points_buf,false);
            imshow("Canmera Calibration",view_gray);
            waitKey(500);
        }
    }

    int total = image_points_seq.size();
    cout<<"total = "<<total<<endl;
    int CornerNum = board_size.width*board_size.height;//每张图片上总的角点数
    for(int ii=0;ii<total;ii++)
    {
        if(0 == ii%CornerNum)
        {
            int i = -1;
            i = ii / CornerNum;
            int j = i + i;
            cout<<"-->第"<< j <<"图片的数据-->: "<<endl;
        }
        if(0 == ii % 3)
        {
            cout<<endl;
        }
        else
        {
            cout.width(10);
        }
        cout<<" -->"<<image_points_seq[ii][0].x;
        cout<<" -->"<<image_points_seq[ii][0].y;
    }
    cout<<"\n角点提取完成!\n";

    //以下是摄像机标定
    cout<<"开始标定....."<<endl;
    //棋盘三维信息
    Size square_size = Size(10,10);//实际测量得到的标定板上每个棋盘格的大小
    vector<vector<Point3f>> object_points;
    //内外参数
    Mat cameraMatrix = Mat(3,3,CV_32FC1,Scalar::all(0));//相机内参
    vector<int> point_counts;//每幅图像中角点的数量
    Mat distCoeffs = Mat(1,5,CV_32FC1,Scalar::all(0));//摄像机的5个畸变系数k1,k2,p1,p2,k3
    vector<Mat> tvecsMat;//每幅图像的旋转向量
    vector<Mat> rvecsMat;//每幅图像的平移向量

    //初始化标定板上角点的三维坐标
    int i,j,t;
    for(t=0;t<image_count;t++)
    {
        vector<Point3f> tempPointSet;
        for(i=0;i<board_size.height;i++)
        {
            for(j=0;j<board_size.width;j++)
            {
                Point3f realPoint;
                //假设标定板放在世界坐标系中Z=0的平面上
                realPoint.x = i*square_size.width;
                realPoint.y = j*square_size.height;
                realPoint.z = 0;
                tempPointSet.push_back(realPoint);
            }
        }
        object_points.push_back(tempPointSet);
    }
    //初始化每幅图像中的角点数量，假定每幅图像中都可以看到完整的标定板
    for(i=0;i<image_count;i++)
    {
        point_counts.push_back(board_size.width*board_size.height);
    }
    //开始标定
    calibrateCamera(object_points,image_points_seq,image_size,cameraMatrix,distCoeffs,rvecsMat,tvecsMat,0);//调用opencv自带的库函数进行相关的标定
    cout<<"标定完成~！"<<endl;
    //对标定结果进行评价
    cout<<"开始评价标定结果......"<<endl;
    double total_error = 0.0;//所有图像的平均误差的总和
    double dError = 0.0;//每幅图像的平均误差
    vector<Point2f> image_points2;//保存重新计算得到的投影点
    cout<<"\t每幅图像的标定误差："<<endl;
    fout<<"每幅图像的标定误差："<<endl;
    for(i=0;i<image_count;i++)
    {
        vector<Point3f> tempPointSet = object_points[i];
        //通过得到的摄像机内外参数，对空间的三维点进行重新投影计算
        projectPoints(tempPointSet,rvecsMat[i],tvecsMat[i],cameraMatrix,distCoeffs,image_points2);
        //计算心得投影点和旧的投影点之间的误差
        vector<Point2f> tempImagePoint = image_points_seq[i];
        Mat tempImagePointMat = Mat(1,tempImagePoint.size(),CV_32FC2);
        Mat image_points2Mat = Mat(1,image_points2.size(),CV_32FC2);
        for(int j=0;j<tempImagePoint.size();j++)
        {
            image_points2Mat.at<Vec2f>(0,j) = Vec2f(image_points2[j].x,image_points2[j].y);
            tempImagePointMat.at<Vec2f>(0,j) = Vec2f(tempImagePoint[j].x,tempImagePoint[j].y);
        }
        dError = norm(image_points2Mat,tempImagePointMat,NORM_L2);
        total_error += dError /= point_counts[i];
        cout<<"第"<<i+1<<"幅图像的平均误差为："<<dError<<"像素"<<endl;//总误差记为total_error
        fout<<"第"<<i+1<<"幅图像的平均误差为："<<dError<<"像素"<<endl;
    }
    cout<<"总体平均误差："<<total_error/image_count<<"像素"<<endl;
    fout<<"总体平均误差："<<total_error/image_count<<"像素"<<endl<<endl;
    cout<<"评价完成!"<<endl;
    //保存标定结果
    cout<<"开始保存标定结果......."<<endl;
    Mat rotation_matrix = Mat(3,3,CV_32FC1,Scalar::all(0));//保存每幅图像的旋转矩阵
    fout<<"相机内参数矩阵："<<endl;
    fout<<cameraMatrix<<endl<<endl;
    fout<<"畸变系数："<<endl;
    fout<<distCoeffs<<endl<<endl<<endl;
    for(int i=0;i<image_count;i++)
    {
        fout<<"第"<<i+1<<"幅图像的旋转向量："<<endl;    
        fout<<tvecsMat[i]<<endl;
        //将旋转向量转换为相对应的旋转矩阵
        Rodrigues(tvecsMat[i],rotation_matrix);
        fout<<"第"<<i+1<<"幅图像的旋转矩阵："<<endl;
        fout<<rotation_matrix<<endl;
        fout<<"第"<<i+1<<"幅图像的平移向量："<<endl;
        fout<<rvecsMat[i]<<endl<<endl;
    }
    cout<<"完成保存"<<endl;
    fout<<endl;

    //显示标定结果
    Mat mapx = Mat(image_size,CV_32FC1);
    Mat mapy = Mat(image_size,CV_32FC1);
    Mat R = Mat::eye(3,3,CV_32F);
    cout<<"保存矫正图像"<<endl;
    string imageFileName;
    stringstream StrStm;
    for(int i=0;i!=image_count;i++)
    {
        cout<<"Frame #"<<i+1<<"..."<<endl;
        initUndistortRectifyMap(cameraMatrix,distCoeffs,R,cameraMatrix,image_size,CV_32FC1,mapx,mapy);
        StrStm.clear();
        imageFileName.clear();
        string filePath = "chess";
        StrStm<<i+1;
        StrStm>>imageFileName;
        filePath += imageFileName;
        filePath += ".bmp";
        Mat imageSource = imread(filePath);
        Mat newimage = imageSource.clone();
        if(!imageSource.data)
        {
            cout<<"读取图片错误"<<endl;
        }

        remap(imageSource,newimage,mapx,mapy,CV_INTER_LINEAR);
        StrStm.clear();
        filePath.clear();
        StrStm<<i+1;
        StrStm>>imageFileName;
        imageFileName += "_d.jpg";
        imwrite(imageFileName,newimage);
    }
    cout<<"保存结束"<<endl;
    return 0;
}

断点追踪提示错误的段位：

 calibrateCamera(object_points,image_points_seq,image_size,cameraMatrix,distCoeffs,rvecsMat,tvecsMat,0);//调用opencv自带的库函数进行相关的标定

错误截图：

解决方法：

方法1：修改配置的opencv库使得其为最新版本

方法2：放到高一点的编译库中进行相关的调试即可。

如您需要更多的信息，欢迎一起咨询，一起学习

温馨提示：微信扫码关注我们：跟着数理化走天下

获得更多的信息哦，一起交流，一起成长哦：微信号：跟着数理化走天下，纯属个人的交流，无盈利目的